Mingjie's Blog

OASP笔记 - 13

谱线的行为

Image credit: Jonathan Walker. 我们在归一化光谱下面讨论。谱线的转移方程主要参考第七章的东西。大气连续谱上有吸收和发射，那么谱线也有。令\(l_\nu\)为谱线吸收系数，\(j^l_\nu\)为谱线发射系数；对于连续谱这两个量是\(\kappa_\nu, j^c_\nu\)。那么对于式子\((7.1)\)，我们还有同样的形式： \[\begin{...

Posted by mingjie on October 7, 2018

OASP笔记 - 12

谱线的测量

手里有数据，心里不慌。上一章讲了谱线的轮廓，那么实际我们怎么去测这个轮廓呢？毕竟测到了才能推出下面几章的东西来，那么就要看看我们是拿什么东西来测量谱线轮廓，以及怎么还原谱线轮廓的了。仪器打住。我不是做仪器的，所以这块就不详细说了。要有轮廓肯定需要高色散光谱仪（虽然不同波段的高指的分辨率不一样，大家也都在吹自己的是高色散），光谱仪有分辨率公式\((3.15)\)： \[\Delta ...

Posted by mingjie on June 14, 2018

日本天文年会相关文件

latex + 除了英语以外的语言都是邪教

作为初级阶段的学生，经常要写各种初级文书。日本人的长处在于把一切都整得井井有条，给你一个excel表格里面不能填的就是不能填；不过当遇上latex这个对非英语语言不怎么友好的东西的时候就很容易抓瞎。这里记录一下日本天文年会相关文件的编译方法，以免（其实免不了）我忘掉。年会报名用英语来进行年会报名其实不难。只要跑到这里下载package（“パッケージをダウンロードしてご利用ください”里...

Posted by mingjie on June 3, 2018

OASP笔记 - 11

谱线吸收系数

看了这么久从这一章开始才是正餐。谱线的强度和形状都是我们很关心的东西，因为它们可以同时受多个物理量影响；相反连续谱的形状基本上只是有效温度的函数。谱线吸收系数就决定了这条谱线位于什么波长、将会有什么形状。这一章我们基本上讨论三种谱线致宽的机制：自然致宽、压强致宽以及热运动致宽。虽然字面上看起来这三个机制只会告诉我们谱线宽了多少，但是实际上我们会推导出谱线吸收系数，也就把能定的都定下来...

Posted by mingjie on May 16, 2018

OASP笔记 - 10

连续谱

又是比较简单的一章。而且因为连续谱一般和流量的绝对定标有关，我平常其实用得不多。连续谱的确定主要能匹配出有效温度来，如果细节多一些的话\(\log{g}\)也可以确定。至于金属丰度就有点困难了，虽然也是有办法的。那么为了一次性地得到比较宽的光谱范围（毕竟高分辨率光谱需要更长的曝光时间，以及不同级数之间的流量定标相当麻烦），这里所说的连续谱的分辨率一般在10到15埃左右。在得到目标星光谱之...

Posted by mingjie on May 11, 2018

Deep Learning笔记3

机器学习策略

这么多改进的方式，究竟要用哪个？正交化我们希望某个/些参数只影响某些结果。我们有训练样本、发展样本、测试样本、真实数据上的结果。最好就是存在某些参数可以分别改变网络在它们上的表现。 Single Number evaluation metric 找一个可以方便比较的数字。精确度和完整性：Harmonic average. 复杂目标 optimizing：数字越小/大越好；...

Posted by mingjie on April 20, 2018

Deep Learning笔记2

调参

数据集以前是分成两个的，训练和测试。现在分成3个，训练、发展和测试集。用发展去测试训练，最后再用测试去测试表现；甚至没有测试集都行。这里的区别是发展集是用来overfitting的，测试集不是。要注意不同数据集的数据要同质，质量相同 bias和variance 训练集的错误率比与预期的高：高bias；发展集的错误率比训练集的高：高variance 正则化在代价函...

Posted by mingjie on March 14, 2018

Deep Learning笔记1

逻辑回归与神经网络

逻辑回归 Binary Classification Binary Classification指的是输入一堆东西，最后给出一个只有两个结果（0或者1）的输出的分类过程。一个典型而符合惯例的例子是判断某张图片上有没有猫，也就是将图片的红绿蓝像素值矩阵作为输入，是猫(1)以及不是猫(0)作为输出。在这里我们不考虑这么多细节，直接将红绿蓝的像素排成一列，作为输入\(x\)。\(x\)的大...

Posted by mingjie on March 14, 2018

OASP笔记 - 9

光球层模型

乍看起来人为地制造一个恒星或者光球层的模型似乎没有必要。难道就不能从观测到的恒星光谱中导出我们想要的参数吗？就像从视差算出距离一样，只不过现在的公式或者方法比倒数麻烦很多而已。不过抱歉还真的不能，因为影响恒星光谱的因素实在太多，所以这样做一般是不现实的。所以要知道我们想知道的信息，我们只能倒过来，从一些理论和物理规律去造出一个模型，然后将模型产生的光谱和实际的光谱对比并不断修正，直到它们非常...

Posted by mingjie on March 8, 2018

Jupyter Notebook + Python + Bash 备忘

人蠢就得多动手

Jpynb备忘改变Notebook里面Markdown文字颜色 Matplotlib中'\theta'变为heta的问题更新markdown中的图像 Kill 宋体！ Python备忘 Numpy中的矩阵合并 Pandas 从pdf中提取表...

Posted by mingjie on January 29, 2018