研究方向
一句话：在数千万条巡天光谱里，找出并读懂那些罕见而关键的炽热恒星。
热亚矮星证认
问题
热亚矮星在巡天光谱里稀少（约万分之几），人工筛选无法覆盖 LAMOST / Gaia 的千万级数据量。如何在海量光谱中把它们可靠地找出来？
方法
- Gaia 视差/颜色与 LAMOST 光谱交叉证认
- 机器学习光谱分类（CNN 注意力网络）
- MK-like 光谱次型划分
在研工作
结合 LAMOST DR12 与深度学习模型扩大证认样本，并把流程开放为在线服务。
代表论文
- Deep learning-driven atmospheric parameter prediction for hot subdwarf stars
- Hot subdwarf stars identified in LAMOST DR8 with single-lined and composite spectra
- Hot Subdwarf Stars Identified in Gaia DR2 with Spectra of LAMOST DR6 and DR7. I.
- New hot subdwarf stars identified in Gaia DR2 with LAMOST DR5 spectra -- II
双星与形成通道
问题
多数热亚矮星经由双星相互作用形成，但哪条通道贡献多大比例、极端系统（如高偏心率宽距双星）如何存活，仍是未解问题。
方法
- 单线/复合光谱双星证认与轨道参数测量
- 反射效应系统与视向速度变化巡检
- 与恒星演化模型对比
在研工作
用多巡天视向速度数据约束热亚矮星双星的轨道参数分布。
AI + 光谱大数据
问题
经典光谱拟合依赖人工给初值、逐条计算，无法应对巡天规模；如何让模型学会"读"光谱，毫秒级给出大气参数？
方法
- 含通道/空间注意力的 CNN 参数回归
- NLTE 合成光谱网格训练样本生成
- 大规模证认星表构建
在研工作
把已发表的参数预测模型服务化（本站计算服务），并研究不确定度量化。
恒星演化理论
问题
球状星团蓝钩星与水平分支形态的二元性难以用单一恒星演化图像解释；双星比例与星风如何塑造观测到的恒星族群？
方法
- 潮汐增强星风的恒星演化模型
- 合成水平分支族群计算
- 二元性参量量化
在研工作
把形成通道模型与观测到的热亚矮星双星参数分布对接。