基于自动化机器学习的天文图像质量评估
Astronomical Images Quality Assessment with Automated Machine Learning
AI总结：
本研究利用自动化机器学习开发专用模型，实现天文图像的自动质量评估，以辅助电子辅助天文观测的数据处理与筛选。
摘要：
电子辅助天文观测是指将数码相机与望远镜耦合，以捕捉深空图像，从而展示那些通过直接观测无法看见的天体视图。这一实践产生了大量数据，这些数据可在观测结束后通过专用图像编辑软件进行增强。在本研究中，我们展示了图像质量评估如何用于自动评定天文图像，并利用自动化机器学习开发了一个专用模型。
英文摘要：
Electronically Assisted Astronomy consists in capturing deep sky images with a digital camera coupled to a telescope to display views of celestial objects that would have been invisible through direct observation. This practice generates a large quantity of data, which may then be enhanced with dedicated image editing software after observation sessions. In this study, we show how Image Quality Assessment can be useful for automatically rating astronomical images, and we also develop a dedicated model by using Automated Machine Learning.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
