本文介绍了一种基于深度学习的方法来测量小行星的径向速度，通过降低恒星的谱线抖动。作者设计了多种神经网络体系结构，并发现多行CNN能够实现较高的恢复精度。这种方法有望实现对小行星径向速度的精确探测。

本文提出了一种新的图像修复网络修剪方法，能够在不影响恢复精度的情况下减小网络尺寸，实验结果表明其在超分辨率和去模糊任务中表现优于以前的修剪方法。