Алгоритм машинного обучения открыл тысячу сверхновых

Ученые применили алгоритм машинного обучения SNIascore к данным, получаемым инструментом Zwicky Transient Facility. За последние 19 месяцев он смог обнаружить и классифицировать тысячу сверхновых.

Новости , нашедших алгоритм машинного обучения
Сверхновые, которые нашел алгоритм машинного обучения. Источник: Рhys.org

Поиск сверхновых на звездном небе

Zwicky Transient Facility — автоматизированный телескоп, расположенный в Паломарской обсерватории (США). Каждую ночь он следит за огромными участками звездного неба и собирает данные о яркости и спектрах всех попадающих в его поле зрения объектов.

Телескоп наблюдает множество событий: от пролета астероидов между звездами и Землей до взрывов космических масштабов. Все их следует классифицировать и исследовать, чтобы иметь представление о глобальных процессах, происходящих во Вселенной. Обычно эту работу выполняют вручную сотни астрономов по всему миру.

Особенно ученых интересуют сверхновые — гигантские взрывы, которые происходят, когда звезды тем или иным способом заканчивают свой жизненный цикл. Эти события бывают двух типов: I, когда в двойной системе от большего компонента материал перетекает к более массивному компактному, и II, который возникает после исчерпания массивной звездой термоядерного топлива.

Самыми интересными среди них являются сверхновые типа Ia, по яркости которых всегда можно определить расстояние до них. Ученые используют эти события для того, чтобы изучать расширение Вселенной и понять, отличается ли она в глобальном и локальном масштабах.

Алгоритм машинного обучения помогает ученым

Но выделять сверхновые среди множества других событий, которые каждую ночь видит Zwicky Transient Facility, очень изнурительная, хотя и не слишком сложная работа. Чтобы облегчить ученым жизнь, специалисты разработали алгоритм SNIascore, основанный на методах машинного обучения.

Свою первую сверхновую SNIascore классифицировал еще в апреле 2021 года. А сейчас на его счету уже 1000 подобных открытий. Кроме того, так как между событиями I и II типов существует разница в наличии химических элементов, он может еще и классифицировать их.

Специалисты говорят, что алгоритм машинного обучения позволил значительно ускорить научные исследования. В будущем этот же принцип планируется применить для классификации других событий, за которыми наблюдает Zwicky Transient Facility.

По материалам Рhys.org

Только самые интересные новости и факты в нашем Telegram-канале!

Присоединяйтесь: https://t.me/ ustmagazine

Аппарат NASA неконтролируемо вращается после повреждения солнечного паруса
Что может рассказать об эволюции светил исследование звездного скопления?
Лед и огонь: спутник сфотографировал самый южный вулкан в мире
Астрономы нашли на небе Темного Волка
Захватывающая панорама: Perseverance впервые увидел кратер Езеро с высоты
Телескопы James Webb и Hubble изучили «жуткую» пару галактик
Искусственный интеллект научили понимать работы астрономов прошлого
Как турбулентность ускоряет рождение звезд
Выход из космической гонки: Boeing ищет покупателей для провального Starliner
Два дня до конца: телескоп NASA упадет на Землю в начале ноября