课题简介：

• SKA 将开展一系列中性氢星系巡天，产出大量巡天数据。  如何从这些数据中挖掘有效信息，发现中性氢星系是一个巨大的挑战。
• 本实操课将学习利用SoFiA-2（Source Finding Application 2）软件来处理中性氢星系巡天的数据，自动搜索和发现中性氢星系，并测量中性氢谱线的积分总流量、峰值流量、线宽等参数。

指导教师：

张传朋、艾美、刘晓兰

课题简介：

• SKA将成为世界上最灵敏的射电干涉阵列，届时将面临海量数据的处理需求。  
• 本教程将基于VLA或MeerKAT的实测数据，利用CASA等工具对连续谱与谱线数据处理的核心步骤开展实操训练，旨在使学习者具备生成科学级射电图像及谱线数据的基本能力。  

指导教师：

潘恒星、焦文裕

课题简介：

• SKA及其先导阵列将开展大规模、高灵敏度的中性氢巡天，如何从射电谱线数据中可靠地提取微弱、低柱密度的弥散中性氢信号，是未来SKA数据处理和科学分析中的重要挑战。  
• 本实操课将基于FAST公开的观测数据，介绍从原始谱线数据到科学图像的基本处理流程，包括数据校准、射频干扰识别、基线扣除及中性氢数据成像。在此基础上，课程将进一步介绍望远镜波束旁瓣对弱中性氢信号的影响及其修正方法，并通过中性氢柱密度图、速度场和积分谱等数据产品，学习如何识别和分析星系、星系群环境中的低柱密度弥散中性氢结构。  

指导教师：

余清正、鄢淑澜、艾美、刘晓兰

课题简介：

• 星系内部及其周围中性氢（H I）的分布与运动由暗晕、气体吸积、恒星形成及反馈等物理过程共同决定。SKA及其先导设备将获得大规模H I星系观测数据，为研究暗物质、星系—暗晕关系及重子循环提供重要机遇。  
• 本实操课将利用IllustrisTNG50星系模拟，结合MeerKAT等观测参数，生成合成H I观测数据（如H I data cubes），学习从数值模拟到模拟观测的构建方法，为SKA时代H I星系观测与模拟联合研究提供实践基础。  

指导教师：

朱维善、莫俭锋

课题简介：

• 本课程将介绍以大语言模型为核心的人工智能基本原理，介绍常见的编程智能体并进行实操训练，最后利用编程智能体，结合大语言模型API实际制作智能体。并介绍几个工作案例。  

指导教师：

张佳骏、王嘉仪、刘子煊