کتاب تحلیل پیشرفته داده‌های رادیویی نجومی: از داده‌کاوی تا تصویرسازی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل پیشرفته داده‌های رادیویی نجومی: از داده‌کاوی تا تصویرسازی

موضوع کلی: نجوم رادیویی

موضوع میانی: تحلیل داده‌های نجوم رادیویی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر داده‌های رادیویی نجومی و چالش‌های تحلیل آن‌ها
  • 2. فرمت‌های رایج داده‌های رادیویی نجومی (FITS, CASA, etc.)
  • 3. آشنایی با تلسکوپ‌های رادیویی بزرگ و داده‌های آن‌ها
  • 4. کالیبراسیون داده‌های رادیویی: مراحل و روش‌ها
  • 5. حذف نویز و آرتیفکت‌ها در داده‌های رادیویی
  • 6. تکنیک‌های پیش‌پردازش داده‌های رادیویی
  • 7. مفاهیم اساسی آمار و احتمال در تحلیل داده‌ها
  • 8. روش‌های تخمین پارامترها در داده‌های نجومی
  • 9. تحلیل سری‌های زمانی رادیویی
  • 10. تبدیل فوریه و کاربردهای آن در نجوم رادیویی
  • 11. روش‌های فیلترینگ و صاف‌سازی داده‌ها
  • 12. تحلیل طیفی داده‌های رادیویی
  • 13. شناسایی خطوط طیفی و تعیین سرعت شعاعی
  • 14. اندازه‌گیری شار و دمای روشنایی
  • 15. مفاهیم اساسی تصویرسازی در نجوم رادیویی
  • 16. الگوریتم‌های تصویرسازی (Gridding, CLEAN, Maximum Entropy)
  • 17. تکنیک‌های Deconvolution در تصویرسازی
  • 18. بهبود تفکیک‌پذیری تصاویر رادیویی (Super-resolution)
  • 19. تحلیل مورفولوژی تصاویر رادیویی
  • 20. شناسایی ساختارها و الگوها در تصاویر
  • 21. روش‌های segmentation و object detection در تصاویر رادیویی
  • 22. آشنایی با داده‌های تداخل‌سنجی بسیار بلند (VLBI)
  • 23. تحلیل داده‌های VLBI و تصویرسازی با تفکیک‌پذیری بالا
  • 24. مفاهیم اساسی داده‌کاوی و یادگیری ماشین
  • 25. کاربرد الگوریتم‌های خوشه‌بندی در داده‌های رادیویی
  • 26. شناسایی الگوهای غیرمعمول (Anomaly detection)
  • 27. پیش‌بینی رفتار منابع رادیویی با استفاده از یادگیری ماشین
  • 28. تحلیل داده‌های رادیویی با استفاده از شبکه‌های عصبی
  • 29. کاربرد یادگیری عمیق در تصویرسازی رادیویی
  • 30. تحلیل داده‌های رادیویی ترانزیت (Transient)
  • 31. تشخیص و طبقه‌بندی منابع رادیویی متغیر
  • 32. تحلیل پالس‌های رادیویی سریع (FRB)
  • 33. آشنایی با پایگاه‌های داده رادیویی نجومی (NVSS, FIRST, etc.)
  • 34. استفاده از ابزارهای نرم‌افزاری برای تحلیل داده‌ها (CASA, AIPS, etc.)
  • 35. اسکریپت‌نویسی در پایتون برای تحلیل داده‌های رادیویی
  • 36. تجسم داده‌های رادیویی با استفاده از ابزارهای مختلف
  • 37. تحلیل آماری داده‌های کاتالوگ رادیویی
  • 38. مفاهیم اساسی فیزیک منابع رادیویی
  • 39. کاربرد تحلیل داده‌ها در مطالعه سیاه‌چاله‌ها
  • 40. تحلیل داده‌های رادیویی برای مطالعه ستاره‌های نوترونی
  • 41. مطالعه ابرهای مولکولی با استفاده از داده‌های رادیویی
  • 42. بررسی تشعشعات همگام‌سازی (Synchrotron radiation)
  • 43. مطالعه میدان‌های مغناطیسی کیهانی با استفاده از داده‌های رادیویی
  • 44. تحلیل داده‌های قطبش رادیویی
  • 45. مفاهیم اساسی رادیومتری و کالیبراسیون شار
  • 46. ارزیابی عدم قطعیت در تحلیل داده‌های رادیویی
  • 47. روش‌های اعتبارسنجی نتایج تحلیل داده‌ها
  • 48. مقدمه‌ای بر تحلیل داده‌های رادیویی چند موجی (Multi-wavelength)
تگ‌ها: aips astrophysics calibration casa data analysis data mining fits FRB image processing machine learning python radio astronomy radio transients signal processing VLBI

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.