自2018年9月起，LAMOST开始了中分辨率（R $\sim 7500$）光谱调查（MRS）。提出了银河系星云的光谱巡天方案，包括\hii \区、HH天体、超新星遗迹、行星状星云和具有MRS的特殊恒星（LAMOST MRS-N）。LAMOST MRS-N在$40^\circ < l < 215^\circ$和$-5^\circ < b < 5^\circ$内覆盖了大约1700平方度的北银河平面。在这次为期5年的巡天中，我们计划观测约50万个星云光谱。根据试运行观测结果，星云光谱可以提供精确的径向速度，其不确定度小于1 km s $^{-1}$。这些高精度的光谱数据对我们理解恒星的形成和演化具有重要意义。
英文摘要：
Since Sep. 2018, LAMOST started the medium-resolution (R $\sim 7500$) spectral survey (MRS). We proposed the spectral survey of Galactic nebulae, including \hii\ regions, HH objects, supernova remnants, planetary nebulae and the special stars with MRS (LAMOST MRS-N). LAMOST MRS-N covers about 1700 square degrees of the northern Galactic plane within $40^\circ < l < 215^\circ$ and $-5^\circ < b < 5^\circ$. In this 5-year survey, we plan to observe about 500 thousand nebulae spectra. According to the commissioning observations, the nebulae spectra can provide precise radial velocity with uncertainty less than 1 km s$^{-1}$. These high-precision spectral data are of great significance to our understanding of star formation and evolution.
Exploring the spectral \textit{information content} in the LAMOST medium-resolution survey (MRS)
低分辨率光谱被证明在确定许多恒星的标签在可比的精度竞争的高分辨率光谱。在评估恒星光谱的能力时，考虑光谱信息量是有用的，以获得精确的恒星标签。在这项工作中，我们量化的信息内容所带来的LAMOST-II中分辨率光谱调查（MRS）使用梯度光谱和系数的依赖（COD）。在一般情况下，MRS的波长覆盖范围以及约束的恒星标签，但不同的恒星标签的灵敏度不同的光谱类型和感兴趣的恒星的金属丰度，因此，影响性能的恒星标签确定从MRS光谱。将SLAM应用于模拟MRS数据的合成光谱，发现当结合MRS的蓝波段和红波段时，恒星基本参数Teff，logg和[M/H]的精度更高。这对于暖星尤其重要，因为位于红波段的H $α$线在确定暖星的有效温度中起着更重要的作用。蓝色和红色部分在一起，我们能够达到与低分辨率光谱相似的性能，除了温暖的恒星。然而，在[M/H] $\sim-2.0$ dex，从MRS估计的基本恒星标签的不确定性大大大于那些从低分辨率光谱。我们还测试了由径向速度失配引起的MRS数据的Teff、logg和[M/H]的不确定性，发现对于LAMOST MRS数据典型的约1 km s $^{-1}$的失配不会显著影响恒星标签估计。最后，利用合成梯度谱计算了参考精度限，据此我们期望至少17种元素的丰度可以从MRS谱中精确测量。
Double-, triple-line spectroscopic candidates in the LAMOST Medium-Resolution Spectroscopic Survey
LAMOST中分辨率光谱测量（LAMOST-MRS）为探测多线光谱系统提供了前所未有的机会。基于互关联函数（CCF）和逐次求导的方法，我们从LAMOST-MRS光谱中寻找光谱双星和光谱三重星，并计算它们的径向速度。采用蒙特卡罗模拟估计RV不确定度。在检查了超过130万LAMOST DR 7 MRS蓝臂光谱后，我们获得了3，133个光谱双星（SB）和132个光谱三重（ST）候选星，占LAMOST-MRS星的1.2%。超过95%的候选人是新发现的。发现所有的ST候选者都在主序上，而大约10%的SB候选者可能在红巨星分支上有一个或两个分量。
Identification of new classical Be stars from the LAMOST MRS survey
Be星是B型主序星，在光谱中显示出宽的巴耳末发射线。Be粒子数的确定对于进一步研究Be粒子的形成和演化模型是至关重要的。我们报告的检测经典Be（CBe）星的观测与大天区多目标光纤光谱望远镜中分辨率巡天的日期发布7（LAMOST MRS DR 7）。我们使用了一个深度卷积神经网络ResNet，它有一个18层的模块来检查H alpha轮廓的形态。我们从数据库中789，918颗恒星的2，260，387个光谱中确定了1，162颗候选Be星。ResNet网络实现了99.5%的Be星分类准确率。在这些探测中，有151颗是以前已知的Be星，是从文献中交叉匹配的。通过应用三步测试，我们确定了183个新的CBe星。我们发现41颗CBe星是已知的疏散星团的成员。根据对盖亚EDR3天体测量解中确定的CBe星的运动学研究，我们确定了16个新的失控星。这些新的鉴定将为今后进一步研究其物理性质提供参考。
Lithium as a Signpost for Compact Object Binary Candidates in the LAMOST Medium Resolution Survey
Harvey Mudd College（哈维穆德学院）；Observatories of the Carnegie Institution for Science（卡内基科学研究所天文台）；Department of Astronomy, California Institute of Technology（加州理工学院天文学系）
The Spectroscopic Binaries from LAMOST Medium-Resolution Survey (MRS). I. Searching for Double-lined Spectroscopic Binaries (SB2s) with Convolutional Neural Network
A Two-level Radial-velocity Zero-point Calibration for LAMOST MRS with Gaia and APOGEE and a Value-added RV Catalogue
Institute for Frontiers in Astronomy and Astrophysics, Beijing Normal University（北京师范大学前沿天文与天体物理研究所）；School of Physics and Astronomy, Beijing Normal University（北京师范大学物理与天文学院）
S-type stars discovered in Medium-Resolution Spectra of LAMOST DR9
本文报道了从LAMOST中分辨率光谱巡天数据Release 9中识别出的606颗S型星，其中539颗为首次报道。这些恒星的发现是一个三步过程，即，选取ZrO波段指数大于0.25的星，用迭代支持向量机方法排除非S型星，最后保留绝对热星等大于-7.1的星。这606颗恒星与色星等图中已知的S-型恒星的分布一致。我们分别用APOGEE和MARCS模型提供的[C/Fe]和[O/Fe]估算了S型星的C/Os，两种方法的结果都表明所有恒星的C/Os都大于0.5。色星等图上的位置和C/O进一步验证了我们的S型样本的性质。研究了TiO和大气参数对样品中ZrO的影响，发现log g对ZrO的影响比Teff和[Fe/H]更显著，TiO和log g都可能与ZrO呈负相关。根据Tian et al.（2020）的标准，从LAMOST MRS正式发布的星表和Zhang et al.（2021）的星表中，通过零点标定的径向速度，共发现238个候选双星。这606颗S型恒星的目录可从以下链接https://doi.org/10.12149/101097获得。
JWST MIRI-MRS observations of the Red Rectangle: AIB class transformation in the outer nebula
The University of Western Ontario（韦仕敦大学）；Anton Pannekoek Institute for Astronomy, University of Amsterdam（阿姆斯特丹大学安东·潘内克天文研究所）；University of Nottingham（诺丁汉大学）；University of Toledo（托莱多大学）；KU Leuven（荷语鲁汶大学）
Galactic HII regions in LAMOST Medium-Resolution Spectroscopic Survey of Nebulae
National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台）；School of Astronomy and Space Science, University of Chinese Academy of Sciences（中国科学院大学天文与空间科学学院）；The Key Laboratory of Cosmic Rays (Tibet University), Ministry of Education（西藏大学宇宙射线教育部重点实验室）；Department of Astronomy, Tsinghua University（清华大学天文系）
Study on Outliers in the Big Stellar Spectral Dataset of the Fifth Data Release (DR5) of the Large Sky Area Multi-Object Fiber Spectroscopic Telescope (LAMOST)
为了研究大天区面积多目标光纤光谱望远镜（LAMOST）的恒星光谱质量以及LAMOST恒星参数管道（LAMOST Stellar Parameter Pipeline）导出的恒星参数的正确性，对LAMOST第5次数据发布（DR 5）中的AFGK星进行了离群分析。定义离群因子是为了对从DR 5恒星参数目录中选择的300多万个恒星光谱进行排序。我们提出了一种改进的局部离群因子（LOF）方法的基础上，主成分分析和蒙特卡洛，使计算的LOF排名随机挑选的子样本，并行计算的多台计算机，并最终获得每个光谱在整个数据集的离群值排名。选取了约占光谱总数千分之一的3,627个最离群光谱进行聚类，得到10组光谱，其参数密度分布符合LAMOST DR 5的参数分布，表明在整个参数空间中，坏光谱的概率是均匀分布的。通过与APOGEE交叉匹配，我们得到了122个共同的光谱。对122个光谱，LASP计算的参数与APOGEE一致，尽管其中有坏像素或坏通量校准。另一方面，一些异常光谱显示出强烈的星云污染，警告相应的参数应谨慎使用。所有3,627个异常值的目录和光谱图集可以在http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip上找到。
StarHorse results for spectroscopic surveys + Gaia DR3: Chrono-chemical populations in the solar vicinity, the genuine thick disk, and young-alpha rich stars
The Silk Nebula: A Newly Discovered Giant [OIII] Emission Filament
National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台）；School of Astronomy and Space Sciences, University of Chinese Academy of Sciences（中国科学院大学天文与空间科学学院）；AEROSPACE KNOWLEDGE PRESS（航天知识出版社）；School of Astronomy and Space Science, Nanjing University（南京大学天文与空间科学学院）
Generalization from Low- to Moderate-Resolution Spectra with Neural Networks for Stellar Parameter Estimation: A Case Study with DESI
Department of Physics \& Astronomy, The Johns Hopkins University, Baltimore, MD 21218, USA；Department of Astronomy, The Ohio State University, 140 West 18th Avenue, Columbus, OH 43210, USA；Center for Cosmology；AstroParticle Physics (CCAPP), The Ohio State University, Columbus, OH 43210, USA；Department of Computer Science, The Johns Hopkins University, Baltimore, MD 21218, USA；School of Astronomy；Space Science, University of Chinese Academy of Sciences, Beijing 100049, People's Republic of China；National Astronomical Observatories, Chinese Academy of Sciences, Beijing 100012, People's Republic of China；Department of Information Systems, E\"otv\"os Lor\'；University, Budapest 1117, Hungary；Department of Applied Mathematics \& Statistics, Johns Hopkins University, Baltimore, MD 21218, USA
