A SNAD kutatóiból álló nemzetközi csapat 11 eddig ismeretlen kozmikus anomáliát fedezett fel, amelyek közül 7 szupernóvajelölt. A kutatók az északi égboltról 2018-ban készült digitális képeket elemezték, hogy a "legközelebbi szomszéd" módszerével észleljék az anomáliákat. A gépi tanulási algoritmusok segítettek a keresés automatizálásában.
A nagyszabású csillagászati felmérések megjelenésével az adatok mennyisége drámaian megnövekedett. Például a Zwicky Transient Facility (ZTF), amely kamerával vizsgálja az északi égboltot, körülbelül 1,4 TB adatot generál megfigyelési éjszakánként, és katalógusa több milliárd objektumot tartalmaz. Az ilyen nagy mennyiségű adat kézi feldolgozása nagyon időigényes, ezért egy francia, amerikai és más országok SNAD-kutatóiból álló csapat egyesítette erőit egy automatizált megoldás kifejlesztésén.
Ebben a tanulmányban a tudósok egymillió valós fénygörbét tanulmányoztak a 2018-as ZTF katalógusból és hét valós idejű fénygörbe-modellt a vizsgált objektumok típusaihoz. Összesen mintegy 40 paramétert figyeltek meg, köztük az objektum fényerő-amplitúdóját és az időintervallumot.
"Szimulációink tulajdonságait a valós csillagászati testekben várhatóan megfigyelhető jellemzők segítségével írtuk le. Egy körülbelül egymillió objektumból álló adathalmazban szupernóvákat, Ia típusú szupernóvákat, II-es típusú szupernóvákat és árapály-összeomlási eseményeket kerestünk” – magyarázza Kostyantyn Malanchev, az Urbana-Champaign-i Illinoisi Egyetem posztdoktorija.
Ezt követően a valós objektumok fényességgörbéinek adatait összehasonlítottuk a szimulációs adatokkal a kd-tree algoritmus segítségével. Ezt követően a csapat 15 legközelebbi szomszédot, azaz valós objektumot azonosított a ZTF adatbázisból, összesen 105 egyezés minden szimulációjához, amelyeket a kutatók szemrevételezéssel ellenőriztek anomáliák szempontjából. A kézi ellenőrzés 11 anomáliát igazolt, amelyek közül 7 szupernóva-jelölt volt, 4 pedig aktív galaktikus magok jelöltje, ahol árapály-megszakítási események következhettek be.
Ez a tanulmány azt mutatja, hogy a módszer nagyon hatékony és könnyen használható. Egy bizonyos típusú kozmikus jelenségek kimutatására javasolt algoritmus univerzális, és bármilyen érdekes csillagászati objektum kimutatására használható, nem korlátozódik a ritka típusú szupernóvákra.
Segíthet Ukrajnának az orosz megszállók elleni küzdelemben. Ennek legjobb módja, ha adományokat adományoz az ukrán fegyveres erőknek ezen keresztül Savelife vagy a hivatalos oldalon keresztül NBU.
Olvassa el még:
- A Google egykori vezetője a mesterséges intelligenciát az atomfegyverekhez hasonlította
- A Meta mesterséges intelligenciája segíthet az orvosoknak a legjobb protézisek megtervezésében