aboutsummaryrefslogtreecommitdiffstats
path: root/resume-zh.tex
diff options
context:
space:
mode:
authorAaron LI <aly@aaronly.me>2019-04-01 23:17:41 +0800
committerAaron LI <aly@aaronly.me>2019-04-02 00:21:20 +0800
commit81ae1ec853cbc6513f54554c88e03985bab4c317 (patch)
treeb30820b181759e46d7e4ee9918626290bf9f1acb /resume-zh.tex
parentfe4b87d9f46ef748ee442e63488efcc29b3d943f (diff)
downloadresume-81ae1ec853cbc6513f54554c88e03985bab4c317.tar.bz2
Update research archivements
Diffstat (limited to 'resume-zh.tex')
-rw-r--r--resume-zh.tex14
1 files changed, 4 insertions, 10 deletions
diff --git a/resume-zh.tex b/resume-zh.tex
index 9c32a89..5e117f9 100644
--- a/resume-zh.tex
+++ b/resume-zh.tex
@@ -102,22 +102,16 @@
\sectionTitle{科研成果}{\faAtom}
%======================================================================
\begin{itemize}
- \item 参与研究课题:
- \enquote{低频射电天空的高精度仿真与微弱天体辐射信号的识别}(重点项目)、
- \enquote{星系和星系团的 X 射线研究、宇宙低频射电辐射研究}(杰出青年基金)
\item 开发低频射电天空图像模拟软件:
\link{https://github.com/liweitianux/fg21sim}{\texttt{FG21sim}}
(Python)
- \item 开发程序帮助半自动化分析 \textit{Chandra} X~射线卫星观测数据:
+ \item 开发程序实现~X~射线卫星观测数据的半自动化分析:
\link{https://github.com/liweitianux/chandra-acis-analysis}{\texttt{chandra-acis-analysis}}
(Python, Shell, Tcl)
- \item 利用卷积去噪自动编码器(CDAE)在观测频率维度有效分离微弱的
- 宇宙再电离(EoR)信号
- \item 利用卷积神经网络(CNN)对 FIRST 巡天的射电星系图像
- 根据形态特征进行分类
+ \item 利用卷积去噪自动编码器(CDAE)在频率维度分离微弱的宇宙再电离(EoR)信号
+ \item 利用卷积神经网络(CNN)对 FIRST 巡天的射电星系图像根据形态特征进行分类
\item 显著改进星系团射电晕的建模,并考虑低频干涉阵列的复杂仪器效应
- \item 分析 200 多个星系团的 \textit{Chandra} 观测数据,
- 改进光谱拟合中各背景成分的建模,获到更准确可靠的拟合结果
+ \item 改进~X~射线光谱拟合的背景成分建模,获到更准确可靠的拟合结果
\item 发表 2 篇第一作者以及 8 篇合作者 SCI 论文
\end{itemize}