基于机器学习的近地天体发现与测向表征
天体物理仪器与方法
2026-04-06 v1
摘要
我们由来自南非和欧洲11所大学和研究院的二十多位天文学家、计算机科学家、数据科学家和数字大数据研究平台专家组成的团队，研究近地天体（NEO）以实现星球防御和科学目的。我们展示了面向机器学习辅助近地天体发现和测向表征的算法和数字数据分析平台的研究与开发计划。这些天文survey通常是机缉巧合，因为它们主要用于银河和外银河科学。
引用
@article{arxiv.2604.02999,
title = {Machine Learning Assisted NEO Discovery and Polarimetric Characterisation with Astronomical Surveys},
author = {G. A. Verdoes Kleijn and T. Grobler and S. J. Chong and O. R. Williams and M. Micheli and D. Koschny and T. Saifollahi and L. V. E. Koopmans and D. Dirkx and T. Santana-Ros and Y. -Z. Ma and M. Pöntinen and S. Bagnulo and M. Granvik and B. Y. Irureta-Goyena},
journal= {arXiv preprint arXiv:2604.02999},
year = {2026}
}
备注
5 pages, extended abstract for the 9th IAA Planetary Defense Conference 5-9 May 2025, Stellenbosch, Cape Town, South Africa