Root NationΝέαειδήσεις πληροφορικήςΗ τεχνητή νοημοσύνη βοηθά στην εύρεση νέων κοσμικών ανωμαλιών

Η τεχνητή νοημοσύνη βοηθά στην εύρεση νέων κοσμικών ανωμαλιών

-

Μια διεθνής ομάδα ερευνητών SNAD ανακάλυψε 11 άγνωστες προηγουμένως κοσμικές ανωμαλίες, 7 από τις οποίες είναι υποψήφιες για σουπερνόβα. Οι ερευνητές ανέλυσαν ψηφιακές εικόνες του βόρειου ουρανού που τραβήχτηκαν το 2018 για να ανιχνεύσουν ανωμαλίες χρησιμοποιώντας τη μέθοδο του «πλησιέστερου γείτονα». Οι αλγόριθμοι μηχανικής μάθησης βοήθησαν στην αυτοματοποίηση της αναζήτησης.

Με την εμφάνιση αστρονομικών ερευνών μεγάλης κλίμακας, ο όγκος των δεδομένων έχει αυξηθεί δραματικά. Για παράδειγμα, το Zwicky Transient Facility (ZTF), το οποίο χρησιμοποιεί μια κάμερα για να ερευνά τον βόρειο ουρανό, παράγει περίπου 1,4 TB δεδομένων ανά νύχτα παρατήρησης και ο κατάλογός του περιέχει δισεκατομμύρια αντικείμενα. Η μη αυτόματη επεξεργασία τέτοιων μεγάλων όγκων δεδομένων είναι πολύ χρονοβόρα, επομένως μια ομάδα ερευνητών SNAD από τη Γαλλία, τις ΗΠΑ και άλλες χώρες ένωσαν τις δυνάμεις τους για να αναπτύξουν μια αυτοματοποιημένη λύση.

Σε αυτή τη μελέτη, οι επιστήμονες μελέτησαν ένα εκατομμύριο καμπύλες πραγματικού φωτός από τον κατάλογο ZTF του 2018 και επτά μοντέλα καμπύλης φωτός σε πραγματικό χρόνο για τους τύπους των υπό μελέτη αντικειμένων. Συνολικά, παρακολούθησαν περίπου 40 παραμέτρους, συμπεριλαμβανομένου του πλάτους φωτεινότητας του αντικειμένου και του χρονικού διαστήματος.

Η τεχνητή νοημοσύνη βοηθά στην εύρεση νέων κοσμικών ανωμαλιών

«Περιγράψαμε τις ιδιότητες των προσομοιώσεών μας χρησιμοποιώντας ένα σύνολο χαρακτηριστικών που αναμένεται να παρατηρηθούν σε πραγματικά αστρονομικά σώματα. Σε ένα σύνολο δεδομένων περίπου ενός εκατομμυρίου αντικειμένων, αναζητήσαμε σουπερνόβα, σουπερνόβα τύπου Ia, υπερκαινοφανείς τύπου ΙΙ και γεγονότα παλιρροϊκής κατάρρευσης», εξηγεί ο Kostyantyn Malanchev, μεταδιδάκτορας στο Πανεπιστήμιο του Ιλινόις στο Urbana-Champaign.

Στη συνέχεια, τα δεδομένα των καμπυλών φωτεινότητας πραγματικών αντικειμένων συγκρίθηκαν με τα δεδομένα προσομοίωσης χρησιμοποιώντας τον αλγόριθμο kd-tree. Στη συνέχεια, η ομάδα εντόπισε 15 πλησιέστερους γείτονες, δηλαδή πραγματικά αντικείμενα από τη βάση δεδομένων ZTF, για κάθε προσομοίωση συνολικά 105 αντιστοιχιών, τις οποίες οι ερευνητές έλεγξαν οπτικά για ανωμαλίες. Η χειροκίνητη επιθεώρηση επιβεβαίωσε 11 ανωμαλίες, εκ των οποίων οι 7 ήταν υποψήφιες για σουπερνόβα και οι 4 ήταν υποψήφιοι για ενεργούς γαλαξιακούς πυρήνες όπου μπορεί να έχουν συμβεί γεγονότα παλιρροϊκής διαταραχής.

Αυτή η μελέτη δείχνει ότι η μέθοδος είναι πολύ αποτελεσματική και εύκολη στη χρήση. Ο προτεινόμενος αλγόριθμος για την ανίχνευση κοσμικών φαινομένων ενός συγκεκριμένου τύπου είναι καθολικός και μπορεί να χρησιμοποιηθεί για την ανίχνευση οποιωνδήποτε ενδιαφέροντων αστρονομικών αντικειμένων, χωρίς να περιορίζεται σε σπάνιους τύπους σουπερνόβα.

Μπορείτε να βοηθήσετε την Ουκρανία να πολεμήσει ενάντια στους Ρώσους εισβολείς. Ο καλύτερος τρόπος για να γίνει αυτό είναι να δωρίσετε χρήματα στις Ένοπλες Δυνάμεις της Ουκρανίας μέσω Savelife ή μέσω της επίσημης σελίδας NBU.

Διαβάστε επίσης:

Εγγραφείτε
Ειδοποίηση για
επισκέπτης

0 Σχόλια
Ενσωματωμένες κριτικές
Δείτε όλα τα σχόλια
Εγγραφείτε για ενημερώσεις