Нейронная сеть помогла астрономам каталогизировать колоссальные 27 миллионов галактик, собранных в результате одного из крупнейших астрономических исследований, исследующих загадочную природу темной энергии.

Исследование темной энергии (DES) стартовало в 2013 году и направлено на получение снимков галактик и сверхновых на восьмой части ночного неба Земли. Хотя это может показаться не таким уж большим, количество объектов, заполняющих такую ​​область пространства — давая нам окно во Вселенную еще тогда, когда ей было всего шесть миллиардов лет, то есть меньше половины ее нынешнего возраста — ошеломляет.

Если мы знаем возраст каждой из наблюдаемых нами галактик и знаем, где они находятся, мы сможем лучше понять работу и эволюцию нашей Вселенной. Однако каталогизация десятков или сотен миллионов галактик вручную практически невозможна.

Таким образом, DES является ярким примером того, как ученые получают астрономические данные с астрономической скоростью, намного превосходящей то, что они могут обработать вручную. Компьютеры крайне необходимы для автоматической идентификации и каталогизации того, что находится в каждом снимке, потому что это займет у людей слишком много времени, отмечается в исследовательской статье. опубликовано в Ежемесячных уведомлениях Королевского астрономического общества (вот бесплатная предварительная печать arXiv).

«Применение методов автоматической классификации к таким крупным исследованиям является обязательным», — написала большая группа астрономов, занимавшаяся исследованием в 53 академических учреждениях.

Итак, они продолжили.

Фотография Млечного Пути через Shutterstock

Капитан, компьютер идентифицировал 250 инопланетных звезд, которые проникли в нашу галактику — это настоящая наука, а не научная фантастика.

ЧИТАТЬ ДАЛЕЕ

Читайте также:
10 главных секретов iOS 9, о которых вы не знали

Ученые обратились к сверточной нейронной сети, чтобы проанализировать изображения, полученные в рамках проекта DES с помощью четырехметрового телескопа Виктора М. Бланко в Чили. Во-первых, они обучили алгоритм на десятках тысяч реальных и смоделированных изображений галактик, чтобы классифицировать, был ли конкретный образец галактикой раннего или позднего типа. Более молодые объекты представляют собой сгустки газа и яркие звезды и часто имеют спиралевидные структуры, тогда как более старые, скорее всего, имеют эллиптическую форму.

Во-вторых, алгоритм также был обучен определять, когда галактика была сфотографирована лицом к лицу или с ребра. Например, наш Млечный Путь выглядит очень иначе сверху по сравнению со своей стороной. Гигантские спиральные рукава видны лицом к лицу и исчезают с ребра. В целом алгоритм команды был точен на 97 процентов, а количество ложных отрицательных и ложноположительных результатов при тестировании составляло от трех до четырех процентов соответственно.

Сложнее всего классифицировать образцы, в которых галактики тусклые и практически не имеют заметных визуальных особенностей. Чтобы преодолеть эту проблему и научить программное обеспечение, как справляться с тусклыми объектами, астрономы смоделировали изображения в тренировочных данных, настроив существующие примеры, чтобы они казались менее яркими и отдаленными.

«Мы моделируем, как бы выглядели местные близкие галактики с доступными классификациями, если бы они были более далеки, сохраняя при этом свои первоначальные обозначения», — сказал Хесус Вега-Ферреро, первый автор исследовательской статьи и бывший научный сотрудник Американского университета Пенсильвании Реестр во вторник.

Мы увеличили количество объектов, которые мы можем правильно классифицировать, в 50 раз.

«Таким образом, мы смогли классифицировать более слабые галактики — в 1000 раз менее светящиеся галактики — которые чаще встречаются во Вселенной. Мы увеличили количество объектов, которые мы можем правильно классифицировать, в 50 раз».

Читайте также:
Windows 10 получила очень интересную функцию

Когда скоро появится следующая партия данных обзора, содержащая изображения около 600 миллионов галактик, команда снова обработает их с помощью нейронных сетей. Они надеются, что их работа может помочь более широкому научному сообществу выяснить, как темная энергия ускоряет расширение Вселенной, а также как галактики эволюционируют с течением времени, исходя из их классификации галактик.

«Некоторые из галактик, включенных в этот каталог, достигают восьми миллиардов световых лет, свет, который мы получаем сегодня от этих объектов, был испущен ими, когда Вселенная была меньше половины своего нынешнего возраста», — добавил Вега-Ферреро.

«Это означает, что мы можем изучать, как доли двух типов: галактик ранних и поздних типов меняются с космическим временем и как структурные преобразования связаны с их звездным составом. Это фундаментально для понимания механизмов образования галактик и их эволюционные пути «. ®