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