ການຈັດປະເພດຂອງວັດຖຸຊັ້ນສູງແມ່ນເປັນບັນຫາວັດຖຸບູຮານ. ດ້ວຍແຫຼ່ງທີ່ມາຢູ່ໄກເກືອບບໍ່ໜ້າເຊື່ອ, ບາງຄັ້ງນັກຄົ້ນຄວ້າພະຍາຍາມແຍກແຍະວັດຖຸເຊັ່ນ: ດາວ, ກາລັກຊີ, quasars ຫຼື supernovae. ນັກຄົ້ນຄວ້າຂອງ Instituto de Astrofísica e Ciências do Espaço (IA) Pedro Cunha ແລະ Andrew Humphrey ພະຍາຍາມແກ້ໄຂບັນຫາຄລາສສິກໂດຍການສ້າງ SHEEP, ເຄື່ອງຈັກການຮຽນຮູ້ເຄື່ອງຈັກທີ່ກໍານົດລັກສະນະຂອງແຫຼ່ງດາລາສາດ. Andrew Humphrey (IA ແລະມະຫາວິທະຍາໄລ Porto, ປອກຕຸຍການ) ຄໍາເຫັນ: "ບັນຫາການຈັດປະເພດວັດຖຸຊັ້ນສູງແມ່ນມີຄວາມຫຍຸ້ງຍາກຫຼາຍໃນແງ່ຂອງຈໍານວນແລະຄວາມຊັບຊ້ອນຂອງຈັກກະວານ, ແລະປັນຍາປະດິດແມ່ນເຄື່ອງມືທີ່ໂດດເດັ່ນສໍາລັບວຽກງານດັ່ງກ່າວ."
SHEEP ເປັນທໍ່ການຮຽນຮູ້ຂອງເຄື່ອງຈັກທີ່ມີການເບິ່ງແຍງທີ່ຄາດຄະເນການປ່ຽນຮູບຖ່າຍສີແດງ ແລະໃຊ້ຂໍ້ມູນນີ້ເພື່ອຈັດປະເພດແຫຼ່ງທີ່ມາຕາມຫຼັງເປັນກາລັກຊີ, quasars ຫຼືດາວ. ກ່ອນທີ່ຈະປະຕິບັດການຈັດປະເພດ, SHEEP ທໍາອິດຄາດຄະເນການປ່ຽນຮູບຊົງສີແດງ, ເຊິ່ງຫຼັງຈາກນັ້ນໄດ້ຖືກປ້ອນເຂົ້າໄປໃນຊຸດຂໍ້ມູນເປັນຄຸນສົມບັດເພີ່ມເຕີມເພື່ອຝຶກອົບຮົມຮູບແບບການຈັດປະເພດ.
ທີມງານພົບວ່າລວມທັງ redshift ແລະຈຸດປະສານງານຂອງວັດຖຸໄດ້ອະນຸຍາດໃຫ້ປັນຍາປະດິດ (AI) ສາມາດລະບຸພວກມັນຢູ່ໃນແຜນທີ່ XNUMXD ຂອງຈັກກະວານ, ແລະພວກເຂົາໃຊ້ຂໍ້ມູນນີ້ພ້ອມກັບຂໍ້ມູນສີເພື່ອປະເມີນຄຸນສົມບັດຂອງແຫຼ່ງທີ່ດີຂຶ້ນ. ຕົວຢ່າງ, AI ໄດ້ຮຽນຮູ້ວ່າຄວາມເປັນໄປໄດ້ຂອງການຊອກຫາດາວທີ່ຢູ່ໃກ້ກັບຍົນຂອງທາງຊ້າງເຜືອກແມ່ນສູງກວ່າຢູ່ຂົ້ວໂລກ. Humphrey ກ່າວຕື່ມວ່າ: "ເມື່ອພວກເຮົາອະນຸຍາດໃຫ້ AI ໄດ້ຮັບມຸມເບິ່ງສາມມິຕິຂອງຈັກກະວານ, ມັນກໍ່ປັບປຸງຄວາມສາມາດໃນການຕັດສິນໃຈທີ່ຖືກຕ້ອງກ່ຽວກັບສິ່ງທີ່ເປັນວັດຖຸຊັ້ນສູງ."
ການສໍາຫຼວດຂະຫນາດໃຫຍ່, ທັງຢູ່ໃນພື້ນດິນແລະໃນອາວະກາດ, ເຊັ່ນ Sloan Digital Sky Survey (SDSS), ໄດ້ຜະລິດຂໍ້ມູນຈໍານວນຫລາຍ, ການປະຕິວັດພາກສະຫນາມຂອງດາລາສາດ. ການສຶກສາໃນອະນາຄົດໂດຍ Vera K. Rubin Observatory, Dark Energy Spectroscopic Instrument (DESI), ຍານອະວະກາດ Euclid (ESA), ຫຼື James Webb Space Telescope (NASA/ESA) ຈະສືບຕໍ່ໃຫ້ຂໍ້ມູນ ແລະພາບທີ່ລະອຽດກວ່າ. ຢ່າງໃດກໍ່ຕາມ, ການວິເຄາະຂໍ້ມູນທັງຫມົດໂດຍໃຊ້ວິທີການແບບດັ້ງເດີມສາມາດໃຊ້ເວລາຫຼາຍ. AI ຫຼືການຮຽນຮູ້ຂອງເຄື່ອງຈັກຈະມີຄວາມສໍາຄັນໃນການວິເຄາະແລະເຮັດໃຫ້ການນໍາໃຊ້ວິທະຍາສາດທີ່ດີທີ່ສຸດຂອງຂໍ້ມູນໃຫມ່ນີ້.
Pedro Cunha ເວົ້າວ່າ, "ຫນຶ່ງໃນພາກສ່ວນທີ່ຫນ້າຕື່ນເຕັ້ນທີ່ສຸດແມ່ນການເຫັນວ່າການຮຽນຮູ້ເຄື່ອງຈັກຊ່ວຍໃຫ້ພວກເຮົາເຂົ້າໃຈຈັກກະວານໄດ້ດີຂຶ້ນ. ວິທີການຂອງພວກເຮົາສະແດງໃຫ້ເຫັນພວກເຮົາເສັ້ນທາງທີ່ເປັນໄປໄດ້, ໃນຂະນະທີ່ສ້າງໃຫມ່ໃນຂະບວນການ. ນີ້ແມ່ນເວລາທີ່ດີເລີດສໍາລັບການດາລາສາດ."
ການສຶກສາການຖ່າຍຮູບ ແລະ spectroscopic ແມ່ນຫນຶ່ງໃນຊັບພະຍາກອນຕົ້ນຕໍສໍາລັບການເຂົ້າໃຈເນື້ອໃນທີ່ເບິ່ງເຫັນຂອງຈັກກະວານ. ຂໍ້ມູນຂອງການທົບທວນຄືນເຫຼົ່ານີ້ອະນຸຍາດໃຫ້ພວກເຮົາດໍາເນີນການສຶກສາສະຖິຕິຂອງດາວ, quasars ແລະ galaxies, ເຊັ່ນດຽວກັນກັບການຄົ້ນພົບວັດຖຸຜິດປົກກະຕິຫຼາຍ.
ທ່ານສາມາດຊ່ວຍ Ukraine ຕໍ່ສູ້ຕ້ານກັບ invaders ລັດເຊຍ. ວິທີທີ່ດີທີ່ສຸດເພື່ອເຮັດສິ່ງນີ້ແມ່ນການບໍລິຈາກເງິນທຶນໃຫ້ກອງປະກອບອາວຸດຂອງ Ukraine ໂດຍຜ່ານການ ຊ່ວຍຊີວິດ ຫຼືຜ່ານຫນ້າທາງການ NBU.
ອ່ານເພີ່ມເຕີມ: