本研究利用卷积神经网络（CNN）从暗能量调查数据中筛选出405个强引力透镜和539个环状星系候选物。通过深度学习方法，成功建模52个系统，并发现36个新透镜候选者，展示了深度学习在天文研究中的应用潜力。

本文研究了利用卷积神经网络（CNN）从暗能量调查数据中筛选强引力透镜系统，识别出405个透镜候选物和539个环状星系候选物。研究提出了新的建模方法，预测未来调查将发现更多强引力透镜，并探讨了深度学习在天文图像识别中的应用，取得了高准确率和实时识别能力。