The Large sky Area Multi-Object Fiber Spectroscopic Telescope (LAMOST) medium-resolution spectral survey of Galactic Nebulae (MRS-N) has conducted for three years since Sep. 2018 and observed more than 190 thousands nebular spectra and 20 thousands stellar spectra. However, there is not yet a data processing pipeline for nebular data. To significantly improve the accuracy of nebulae classification and their physical parameters, we developed the MRS-N Pipeline. This article presented in detail each data processing step of the MRS-N Pipeline, such as removing cosmic rays, merging single exposure, fitting sky light emission lines, subtracting skylight, wavelength recalibration, measuring nebular parameters, creating catalogs and packing spectra. Finally, a description of the data products, including nebular spectra files and parameter catalogs, is provided.
LAMOST Medium-Resolution Spectral Survey of Galactic Nebula (LAMOST MRS-N): An overview of Scientific goals and Survey plan
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。
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。
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。
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。
The Spectroscopic Binaries from LAMOST Medium-Resolution Survey (MRS). I. Searching for Double-lined Spectroscopic Binaries (SB2s) with Convolutional Neural Network
Identification of false positive double-lined spectroscopic binaries in LAMOST-MRS data due to moonlight contamination
Yunnan Observatories, Chinese Academy of Sciences（中国科学院云南天文台）；International Centre of Supernovae, Yunnan Key Laboratory（超新星国际研究中心，云南省重点实验室）；School of Astronomy and Space Science, University of the Chinese Academy of Sciences（中国科学院大学天文与空间科学学院）；Key Laboratory for Structure and Evolution of Celestial Objects, Chinese Academy of Sciences（中国科学院天体结构与演化重点实验室）；Center for Astronomical Mega-Science, Chinese Academy of Sciences（中国科学院天文大科学中心）
A Catalog of 45,206 Hα Emission-line Stars from LAMOST MRS DR7
Yunnan Observatories, CAS（中国科学院云南天文台）；University of Chinese Academy of Sciences（中国科学院大学）；Hunan Engineering University（湖南工程学院）；National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台）；Hebei University（河北大学）
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）
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。
Variability of H$α$ chromospheric activity of solar-like stars revealed by the time-domain data of LAMOST Medium-Resolution Spectroscopic Survey
National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台）；University of Chinese Academy of Sciences（中国科学院大学）；CAS Key Laboratory of Optical Astronomy, Chinese Academy of Sciences（中国科学院光学天文重点实验室）
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
