Arjunkothandan/BAH

GitHub: Arjunkothandan/BAH

基于 NASA TESS 光变曲线数据,利用 BLS 凌星探测和置信度评分自动识别系外行星候选天体的 AI 辅助天文分析平台。

Stars: 0 | Forks: 0

🌌 AI 系外行星探测系统 **一个 AI 辅助的天文数据分析平台,旨在从 NASA TESS 光变曲线观测中探测潜在的系外行星。** **功能:** 🔭 NASA TESS 光变曲线检索 📈 时间序列信号处理 🧹 质量过滤与数据清洗 ⚡ Flux 归一化 🌍 系外行星凌星探测 📊 Box Least Squares (BLS) 周期分析 📉 凌星深度与持续时间估算 🔍 信噪比 (SNR) 分析 🎯 置信度评分系统 📋 凌星候选天体评估 📊 交互式 Streamlit 仪表板 📈 光变曲线可视化 🚀 可扩展的 AI/ML 架构 **技术栈:** Python Lightkurve Astropy NumPy Pandas Matplotlib Streamlit Scikit-learn(即将推出) 目标 旨在自动化从天文时间序列数据中识别和分析系外行星凌星信号,并为研究人员提供一个易于使用的候选天体筛选和可视化工具。
标签:Apex, Kubernetes, Python, Streamlit, 天文学, 无后门, 时序数据分析, 机器学习, 系外行星探测, 访问控制, 逆向工具