Класификација небеских објеката је древни проблем. Са изворима на скоро невероватним удаљеностима, истраживачи се понекад боре да разликују објекте као што су звезде, галаксије, квазари или супернове. Истраживачи Института де Астрофисица е Циенциас до Еспацо (ИА) Педро Цунха и Андрев Хумпхреи покушали су да реше класични проблем креирањем СХЕЕП, алгоритма за машинско учење који одређује природу астрономских извора. Андрев Хумпхреи (ИА и Универзитет у Порту, Португал) коментарише: „Проблем класификације небеских објеката је веома тежак у смислу броја и сложености универзума, а вештачка интелигенција је веома обећавајуће средство за такве задатке.
СХЕЕП је надгледани цевовод за машинско учење који процењује фотометричке црвене помаке и користи ове информације да би касније класификовао изворе као галаксије, квазаре или звезде. Пре него што изврши класификацију, СХЕЕП прво процењује фотометријски црвени помаци, који се затим уносе у скуп података као додатна карактеристика за обуку модела класификације.
Тим је открио да је укључивање црвеног помака и координата објеката омогућило вештачкој интелигенцији (АИ) да их идентификује на XNUMXД мапи универзума, и они су то користили заједно са информацијама о бојама како би боље проценили својства извора. На пример, АИ је научио да је вероватноћа проналажења звезда ближе равни Млечног пута већа него на галактичким половима. Хамфри је додао: „Када смо дозволили вештачкој интелигенцији да добије тродимензионални поглед на универзум, то је заиста побољшало његову способност да доноси тачне одлуке о томе шта је тачно небески објекат.
Истраживања великих размера, како земаљска тако и свемирска, као што је Слоан Дигитал Ски Сурвеи (СДСС), произвела су велике количине података, револуционишући област астрономије. Будуће студије Опсерваторије Вера К. Рубин, спектроскопског инструмента тамне енергије (ДЕСИ), свемирске мисије Еуцлид (ЕСА) или свемирског телескопа Јамес Вебб (НАСА/ЕСА) наставиће да пружају детаљније информације и слике. Међутим, анализа свих података традиционалним методама може бити дуготрајна. АИ или машинско учење ће бити од кључног значаја за анализу и најбољу научну употребу ових нових података.
Педро Куња каже: „Један од најузбудљивијих делова је видети како нам машинско учење помаже да боље разумемо универзум. Наша методологија нам показује могући пут, док притом стварамо нове. Ово је изванредно време за астрономију."
Сликовне и спектроскопске студије су један од главних ресурса за разумевање видљивих садржаја универзума. Подаци ових прегледа нам омогућавају да спроведемо статистичка истраживања звезда, квазара и галаксија, као и да откријемо необичније објекте.
Можете помоћи Украјини да се бори против руских освајача. Најбољи начин да то урадите је да донирате средства Оружаним снагама Украјине путем Савелифе или преко званичне странице НБУ.
Прочитајте такође: