18:37 2022-11-25
science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu
_ Instrumentele de învățare automată clasifică în mod autonom 1.000 de supernove
_ Instrumentele de învățare automată clasifică în mod autonom 1.000 supernove
Astronomii de la Caltech au folosit un algoritm de învățare automată pentru a clasifica 1.000 de supernove în mod complet autonom. Algoritmul a fost aplicat datelor capturate de Zwicky Transient Facility, sau ZTF, un instrument de cercetare a cerului bazat la Observatorul Palomar din Caltech.
„Avem nevoie de o mână de ajutor și am știut că odată ce ne-am antrenat computerele să face treaba, ne-ar lua o greutate mare de pe spate”, spune Christoffer Fremling, un astronom personal la Caltech și creierul din spatele noului algoritm, numit SNIascore. „SNIascore și-a clasificat prima supernovă în aprilie 2021 și, un an și jumătate mai târziu, atingem un reper frumos de 1.000 de supernove.”
ZTF scanează cerul nocturn în fiecare noapte pentru a căuta schimbări numite tranzitorii evenimente. Aceasta include totul, de la asteroizi în mișcare la găuri negre care tocmai au mâncat stele până la stele care explodează cunoscute sub numele de supernove. ZTF trimite sute de mii de alerte pe noapte către astronomii din întreaga lume, notificându-i despre aceste evenimente trecătoare. Astronomii folosesc apoi alte telescoape pentru a urmări și a investiga natura obiectelor în schimbare. Până acum, datele ZTF au condus la descoperirea a mii de supernove.
Dar cu cantități necruțătoare de date care vin în fiecare noapte, membrii echipei ZTF nu pot sorta singuri toate datele.
„Noțiunea tradițională a unui astronom care stă la observator și cerne imaginile telescopului poartă mult romantism, dar se îndepărtează de realitate”, spune Matthew Graham, om de știință al proiectului pentru ZTF și profesor de cercetare în astronomie la Caltech .
În schimb, echipa a dezvoltat algoritmi de învățare automată pentru a ajuta la căutări. Ei au dezvoltat SNIascore pentru sarcina de a clasifica supernove candidate. Supernovele vin în două clase mari: Tipul I și Tipul II. Supernovele de tip I sunt lipsite de hidrogen, în timp ce supernovele de tip II sunt bogate în hidrogen. Cea mai comună supernova de tip I apare atunci când o stea masivă fură materie de la o stea vecină, ceea ce declanșează o explozie termonucleară. O supernovă de tip II apare atunci când o stea masivă se prăbușește sub propria sa gravitație.
În prezent, SNIascore poate clasifica ceea ce sunt cunoscute sub numele de supernove de tip Ia sau „lumânările standard” de pe cer. Acestea sunt stele pe moarte care se lovesc cu o explozie termonucleară de o putere constantă. Supernovele de tip Ia permit astronomilor să măsoare viteza de expansiune a universului. Fremling și colegii lucrează în prezent pentru a extinde capacitățile algoritmului de a clasifica alte tipuri de supernove în viitorul apropiat.
În fiecare noapte, după ce ZTF a capturat fulgerări pe cer care ar putea fi supernove, trimite date către un spectrograf de la Palomar care este găzduit într-o cupolă la doar câteva sute de metri distanță, numit SEDM (Spectral Energy Distribution Machine). SNIascore lucrează cu SEDM pentru a clasifica apoi ce supernove sunt probabil de tip Ia. Rezultatul este că echipa ZTF construiește rapid un set de date mai fiabile de supernove pentru ca astronomii să investigheze în continuare și să învețe în cele din urmă despre fizica exploziilor stelare puternice.
„SNIascore este remarcabil de precis. După 1.000 supernove, am văzut cum funcționează algoritmul în lumea reală”, spune Fremling. „Nu am găsit evenimente clar clasificate greșit de la lansare în aprilie 2021 și acum intenționăm să implementăm același algoritm cu alte facilități de observare.”
Ashish Mahabal, care conduce activități de învățare automată pentru ZTF și servește După cum adaugă principalul om de știință în calcul și date de la Centrul Caltech pentru Descoperire bazată pe date, „Această lucrare demonstrează bine modul în care aplicațiile de învățare automată ajung la majoritate în astronomia aproape în timp real.”
Comentarii:
Adauga Comentariu