机译:用机器学习识别星系,标准条和星星:一个新的分类目录,为11100万SDSS来源没有光谱
机译:用机器学习识别星系,标准条和星星:一个新的分类目录,为11100万SDSS来源没有光谱
机译:泛斯塔尔3π调查中星系的星形成和形态学性质。 I. Galaxy和Supernova分类的机器学习方法
机译:Chandra-SDSS正常星系和恒星系。 I.钱德拉X射线天文台在SDSS DR2中探测到的星系的X射线源特性
机译:来自XMM-Newton Serendipitous Source目录的集合准谱可变性
机译:低红移恒星形成星系的物理性质:来自空间UV和20,000 SDSS光谱的见解。
机译:镜头GALAXY SDSS J1110 + 6459中Z = 2.481时的恒星形成:低至30帕斯卡尺度的恒星形成
机译:适用于天文数据集的稳健机器学习I:star-Galaxy 使用决策树分类sDss DR3