本书针对目前射电天文学领域，尤其是人工智能寻星、天文信息学、射电望远镜终端设备等领域，对精确化探索宇宙背景下巡天大数据时代的研究现状进行阐述，并基于此探讨技术路线与发展趋势，详细论述当前面临的重大挑战和机遇；最后，介绍之江实验室即将部署的计算天文学方向的研究工作。期待通过对现有技术研究和应用案例的综述，为未来有志从事计算天文学研究的专家、学者、业界同行等提供参考，共同促进现代天文学的发展。

1 背景篇
1.1 计算天文学
1.1.1 产生背景
1.1.2 技术体系
1.2 计算天文数字反应堆
1.2.1 科学范式变革
1.2.2 数字反应堆构建
参考文献
2 现状篇
2.1 基于人工智能的天文学研究
2.1.1 脉冲星候选体筛选
2.1.2 快速射电暴候选体筛选
2.1.3 星体分类及其他方面的应用
2.2 基于智能计算硬件的天文数据处理研究
2.2.1 基于GPU的超导相变边缘探测器研究
2.2.2 天文望远镜接收机数字后端系统
2.2.3 基于FPGA的FAST接收机的数字后端
2.3 其他技术路线
2.3.1 导航定位技术
2.3.2 太赫兹望远镜技术
2.3.3 相控阵馈源的射电天文应用
2.3.4 望远镜后端放大器应用
2.3.5 基于高性能计算的天文仿真
参考文献
3 趋势篇
3.1 数据寻星技术
3.1.1 脉冲星搜寻技术
3.1.2 人工脉冲星搜寻
3.1.3 半自动化脉冲星搜寻
3.1.4 基于机器学习的脉冲星搜寻
3.1.5 快速射电暴搜寻技术
3.1.6 展望
3.2 天文数据处理技术
3.2.1 天文大数据存储
3.2.2 支持高通量的数字后端系统
3.2.3 射电天文学下的自适应滤波
3.2.4 展望
3.3 数据挖掘技术
3.3.1 主要技术路线综述
3.3.2 聚类和密度估计
3.3.3 数据降维
3.3.4 数据分类
3.3.5 回归分析
3.3.6 展望
3.4 面临的挑战与机遇
3.4.1 天文人工智能模型设计
3.4.2 海量天文无标注数据处理
3.4.3 天文人工智能模型泛化能力提升
3.4.4 非脉冲星周期搜索方法的巡天数据建模
3.4.5 脉冲星搜索方法计算复杂度降低
参考文献
4 行动篇
4.1 之江行动
4.2 结语与展望