צוות בינלאומי של חוקרי SNAD גילה 11 אנומליות קוסמיות שלא היו ידועות עד כה, 7 מהן מועמדות לסופרנובה. החוקרים ניתחו תמונות דיגיטליות של שמי הצפון שצולמו ב-2018 כדי לזהות חריגות בשיטת "השכן הקרוב". אלגוריתמים של למידת מכונה עזרו להפוך את החיפוש לאוטומטי.
עם כניסתם של סקרים אסטרונומיים רחבי היקף, כמות הנתונים גדלה באופן דרמטי. לדוגמה, מתקן המעבר Zwicky (ZTF), המשתמש במצלמה כדי לסקור את שמי הצפון, מייצר כ-1,4 TB של נתונים ללילה תצפית, והקטלוג שלו מכיל מיליארדי עצמים. עיבוד ידני של כמויות גדולות כל כך של נתונים גוזל זמן רב, ולכן צוות של חוקרי SNAD מצרפת, ארה"ב ומדינות אחרות חברו לפתח פתרון אוטומטי.
במחקר זה, מדענים חקרו מיליון עקומות אור אמיתיות מקטלוג ZTF לשנת 2018 ושבעה מודלים של עקומות אור בזמן אמת עבור סוגי העצמים הנבדקים. בסך הכל, הם ניטרו כ-40 פרמטרים, כולל משרעת הבהירות של האובייקט ומרווח הזמן.
"תיארנו את המאפיינים של ההדמיות שלנו תוך שימוש בסט של מאפיינים שצפויים להיראות בגופים אסטרונומיים אמיתיים. במערך נתונים של כמיליון עצמים, חיפשנו סופרנובות, סופרנובות מסוג Ia, סופרנובות מסוג II ואירועי קריסת גאות ושפל", מסביר קוסטיאנטין מלנצ'ב, פוסט דוקטורט באוניברסיטת אילינוי באורבנה-שמפיין.
לאחר מכן, הנתונים של עקומות הבהירות של עצמים אמיתיים הושוו עם נתוני הסימולציה באמצעות אלגוריתם kd-tree. לאחר מכן, הצוות זיהה 15 שכנים הקרובים ביותר, כלומר אובייקטים אמיתיים ממסד הנתונים של ZTF, עבור כל סימולציה של סך של 105 התאמות, שהחוקרים בדקו חזותית לאיתור חריגות. בדיקה ידנית אישרה 11 חריגות, מתוכן 7 היו מועמדים לסופרנובה ו-4 היו מועמדים לגרעינים גלקטיים פעילים שבהם יכלו להתרחש אירועי שיבוש גאות ושפל.
מחקר זה מוכיח כי השיטה יעילה מאוד וקלה לשימוש. האלגוריתם המוצע לגילוי תופעות קוסמיות מסוג מסוים הוא אוניברסלי, וניתן להשתמש בו כדי לזהות כל אובייקט אסטרונומי מעניין, לא רק סוגים נדירים של סופרנובות.
אתה יכול לעזור לאוקראינה להילחם נגד הפולשים הרוסים. הדרך הטובה ביותר לעשות זאת היא לתרום כספים לכוחות המזוינים של אוקראינה באמצעות הצלת חיים או דרך העמוד הרשמי NBU.
קרא גם:
- ראש גוגל לשעבר השווה בין בינה מלאכותית לנשק גרעיני
- הבינה המלאכותית של Meta יכולה לעזור לרופאים לעצב את התותבות הטובות ביותר