Een internationaal team van SNAD-onderzoekers heeft 11 voorheen onbekende kosmische anomalieën ontdekt, waarvan 7 supernova-kandidaten. De onderzoekers analyseerden digitale beelden van de noordelijke hemel die in 2018 werden genomen om anomalieën te detecteren met behulp van de "dichtstbijzijnde buur"-methode. Machine learning-algoritmen hielpen bij het automatiseren van de zoekopdracht.
Met de komst van grootschalige astronomische onderzoeken is de hoeveelheid gegevens enorm toegenomen. De Zwicky Transient Facility (ZTF), die een camera gebruikt om de noordelijke hemel te onderzoeken, genereert bijvoorbeeld ongeveer 1,4 TB aan gegevens per waarnemingsnacht en de catalogus bevat miljarden objecten. Het handmatig verwerken van zulke grote hoeveelheden data kost veel tijd, dus een team van SNAD-onderzoekers uit Frankrijk, de VS en andere landen heeft de handen ineen geslagen om een geautomatiseerde oplossing te ontwikkelen.
In deze studie bestudeerden wetenschappers een miljoen echte lichtcurven uit de ZTF-catalogus van 2018 en zeven realtime lichtcurvemodellen voor de soorten objecten die worden bestudeerd. In totaal bewaakten ze ongeveer 40 parameters, waaronder de helderheidsamplitude van het object en het tijdsinterval.
"We hebben de eigenschappen van onze simulaties beschreven met behulp van een reeks kenmerken die naar verwachting zullen worden waargenomen in echte astronomische lichamen. In een dataset van ongeveer een miljoen objecten hebben we gezocht naar supernova's, type Ia supernova's, type II supernova's en getijdeninstortingen", legt Kostyantyn Malanchev, een postdoc aan de Universiteit van Illinois in Urbana-Champaign, uit.
Vervolgens werden de gegevens van de helderheidscurves van echte objecten vergeleken met de simulatiegegevens met behulp van het kd-tree-algoritme. Vervolgens identificeerde het team 15 naaste buren, d.w.z. echte objecten uit de ZTF-database, voor elke simulatie van in totaal 105 overeenkomsten, die de onderzoekers visueel controleerden op afwijkingen. Handmatige inspectie bevestigde 11 anomalieën, waarvan 7 kandidaten voor supernova's en 4 kandidaten voor actieve galactische kernen waar getijdenverstoringen zouden kunnen hebben plaatsgevonden.
Dit onderzoek toont aan dat de methode zeer effectief en gemakkelijk te gebruiken is. Het voorgestelde algoritme voor het detecteren van kosmische verschijnselen van een bepaald type is universeel en kan worden gebruikt om alle interessante astronomische objecten te detecteren, niet beperkt tot zeldzame soorten supernova's.
U kunt Oekraïne helpen vechten tegen de Russische indringers. De beste manier om dit te doen is door geld te doneren aan de strijdkrachten van Oekraïne via Red het leven of via de officiële pagina NBU.
Lees ook:
- Het voormalige hoofd van Google vergeleek kunstmatige intelligentie met kernwapens
- Meta's kunstmatige intelligentie kan artsen helpen bij het ontwerpen van de beste prothesen