Reinforcement learning for post-coronagraphic wavefront control
本文使用深度强化学习方法，通过控制变形镜来解决冠状仪后波前控制问题，以减少星光泄漏并提高行星成像对比度。
0 citationsRead paper
Selected work
Representative Papers
Decoupling candidate dual AGN from chance superpositions in the GOTHIC survey via a deep-learning framework
本文通过深度学习YOLOv11框架解决双星系核与前景恒星等偶然叠加难以区分的问题，提高了双星系核候选体识别的准确性和数量。
0 citationsRead paper
Recent publications
Latest Papers
Reinforcement learning for post-coronagraphic wavefront control
本文使用深度强化学习方法，通过控制变形镜来解决冠状仪后波前控制问题，以减少星光泄漏并提高行星成像对比度。
0 citationsRead paper
Decoupling candidate dual AGN from chance superpositions in the GOTHIC survey via a deep-learning framework
本文通过深度学习YOLOv11框架解决双星系核与前景恒星等偶然叠加难以区分的问题，提高了双星系核候选体识别的准确性和数量。
0 citationsRead paper