SNAD 研究者の国際チームは、これまで知られていなかった 11 の宇宙異常を発見しました。そのうち 7 つは超新星の候補です。 研究チームは、2018 年に撮影された北空のデジタル画像を分析し、「最近傍」法を使用して異常を検出しました。 機械学習アルゴリズムは、検索の自動化に役立ちました。
大規模な天文調査の出現により、データ量は劇的に増加しました。 たとえば、カメラを使用して北の空を調査する Zwicky Transient Facility (ZTF) は、観測夜ごとに約 1,4 TB のデータを生成し、そのカタログには数十億の天体が含まれています。 このような大量のデータを手動で処理するには非常に時間がかかるため、フランス、米国、およびその他の国の SNAD 研究者チームが協力して、自動化されたソリューションを開発しました。
この研究では、科学者は 2018 ZTF カタログからの 40 万の実際の光度曲線と、研究中のオブジェクトの種類の つのリアルタイム光度曲線モデルを研究しました。 合計で、オブジェクトの明るさの振幅や時間間隔など、約 のパラメーターを監視しました。
「実際の天体で観察されると予想される一連の特性を使用して、シミュレーションの特性を説明しました。 約 万個の天体のデータ セットで、超新星、Ia 型超新星、II 型超新星、および潮汐崩壊イベントを検索しました」と、イリノイ大学アーバナ シャンペーン校のポスドクである Kostyantyn Malanchev は説明します。
次に、実際のオブジェクトの輝度曲線のデータを、kd-tree アルゴリズムを使用してシミュレーション データと比較しました。 その後、チームは合計 15 の一致のシミュレーションごとに、ZTF データベースから実際のオブジェクトである 105 の最近傍を特定し、研究者は視覚的に異常をチェックしました。 手作業による検査で 11 個の異常が確認され、そのうち 7 個は超新星の候補であり、4 個は潮汐破壊イベントが発生した可能性のある活動銀河核の候補でした。
この研究は、この方法が非常に効果的で使いやすいことを示しています。 特定のタイプの宇宙現象を検出するために提案されたアルゴリズムは普遍的であり、まれなタイプの超新星に限定されず、興味深い天体を検出するために使用できます。
ウクライナがロシアの侵略者と戦うのを助けることができます。 これを行う最善の方法は、ウクライナ軍に資金を寄付することです。 セーブライフ または公式ページから NBU.
また読む：