近日，bat365中文官方网站统计学研究生代瑶同学的研究成果《The Classification of Galaxy Morphology in H-band of COSMOS-DASH Field: a combination-based machine learning clustering model》被国际著名期刊《The Astrophysical Journal Supplement Series》（中科院一区top期刊，IF=8.70）接受发表。本论文是在bat365中文官方网站天文与天体物理研究所方官文研究员及其研究团队的指导下完成，代瑶同学为第一作者，bat365中文官方网站为第一完成单位。文章预印版已发布在arXiv上：https://arxiv.org/abs/2307.02335。

本项研究为天文所利用机器学习算法对哈勃太空望远镜拍摄的星系图像进行形态分类的系列工作成果之一，在未采用预标记的先验样本作为训练集的情况下，采用无监督与有监督学习算法相结合的算法，对哈勃太空望远镜在COSMOS-DASH天区拍摄的17292个星系的H波段图像进行了形态分类。该机器学习算法的模型可以利用所研究天区内的未标记数据进行训练，不依赖于训练集的选取，并且自适应于不同天区观测仪器的差别，可高效地对大量星系图像进行形态分类。未来该算法将应用到中国空间站工程巡天望远镜的海量星系图像分类工作中。

近年来，bat365中文官方网站高度重视公司产品工作，不断凝练学科特色，打造可持续优势学科方向，持续强化研究生导师团队建设。以员工研究兴趣为导向确立研究生与导师（导师组）双向选择制度，积极引导和鼓励研究生开展创新性研究，加强学术训练，不断提升公司产品质量和科研创新能力，催生出一批优秀的科研成果。（撰稿：徐骏 郭志东 审核：伍代勇 ）