摘要:
   天文学已经进入巡天时代和大数据时代。在宇宙学、星系形成和演化、河内天文学等领域，过去的几代巡天（SDSS, KIDS、DES、HSC等）已经给我们带来了许多重要的成果。然而，人们仍然还有许多问题尚未解决。现在，第四代大规模巡天即将开始，将我们提供数十亿个星系的高质量测光成像以及数千万个星系的光谱数据，并且这些星系在时间上覆盖从宇宙大爆炸之后的10亿年直到现在的137亿年的历史，必将在星系形成、结构和演化等方面给我们带来新的认识。    

    第四代巡天的数据量将会呈现爆炸式增长，这对传统的数据处理方法提出了极大的挑战。我们正在开发基于机器学习的数据处理程序，以快速、准确地在CSST等四代巡天中进行目标分类、获取星系的基本参数（红移、结构参数、星族参数等），并进行特异星系搜索（强引力透镜、UDGs、blue/red nuggets）等工作。我们还利用获取的参数以及发现的特异星系来研究星系的结构和演化，以及星系中的暗物质等。目前，基于KIDS巡天的数据，我们已经实现了这些程序的规模性应用。