Et internationalt hold af SNAD-forskere har opdaget 11 hidtil ukendte kosmiske anomalier, hvoraf 7 er supernova-kandidater. Forskerne analyserede digitale billeder af den nordlige himmel taget i 2018 for at opdage anomalier ved hjælp af "nærmeste nabo"-metoden. Maskinlæringsalgoritmer hjalp med at automatisere søgningen.
Med fremkomsten af store astronomiske undersøgelser er mængden af data steget dramatisk. For eksempel genererer Zwicky Transient Facility (ZTF), som bruger et kamera til at overskue den nordlige himmel, omkring 1,4 TB data pr. observationsnat, og dets katalog indeholder milliarder af objekter. Manuel behandling af så store mængder data er meget tidskrævende, så et hold af SNAD-forskere fra Frankrig, USA og andre lande gik sammen om at udvikle en automatiseret løsning.
I denne undersøgelse studerede forskere en million rigtige lyskurver fra 2018 ZTF-kataloget og syv realtidslyskurvemodeller for de typer objekter, der undersøges. I alt overvågede de omkring 40 parametre, inklusive objektets lysstyrkeamplitude og tidsintervallet.
"Vi beskrev egenskaberne af vores simuleringer ved hjælp af et sæt af karakteristika, der forventes at blive observeret i rigtige astronomiske legemer. I et datasæt på omkring en million objekter søgte vi efter supernovaer, type Ia supernovaer, type II supernovaer og tidevandskollapshændelser," forklarer Kostyantyn Malanchev, en postdoc ved University of Illinois i Urbana-Champaign.
Dernæst blev dataene for lysstyrkekurverne for rigtige objekter sammenlignet med simuleringsdataene ved hjælp af kd-tree-algoritmen. Efterfølgende identificerede holdet 15 nærmeste naboer, det vil sige rigtige objekter fra ZTF-databasen, for hver simulering af i alt 105 matches, som forskerne visuelt kontrollerede for uregelmæssigheder. Manuel inspektion bekræftede 11 anomalier, hvoraf 7 var supernovakandidater og 4 var kandidater til aktive galaktiske kerner, hvor tidevandsafbrydelseshændelser kunne have fundet sted.
Denne undersøgelse viser, at metoden er meget effektiv og nem at bruge. Den foreslåede algoritme til at detektere kosmiske fænomener af en bestemt type er universel og kan bruges til at detektere alle interessante astronomiske objekter, ikke begrænset til sjældne typer supernovaer.
Du kan hjælpe Ukraine med at kæmpe mod de russiske angribere. Den bedste måde at gøre dette på er at donere midler til Ukraines væbnede styrker gennem Red livet eller via den officielle side NBU.
Læs også:
- Den tidligere chef for Google sammenlignede kunstig intelligens med atomvåben
- Metas kunstige intelligens kan hjælpe læger med at designe de bedste proteser