Makine öğrenimi tekniklerinin büyük astronomi veri kümelerine uygulanması, çeşitli sınıflardan binlerce kozmik nesneyi keşfedebilir. Kredi bilgileri: Shivam Kumaran
Tata Temel Araştırma Enstitüsü (TIFR), Bombay, Hindistan ve Hindistan Uzay Bilimi ve Teknolojisi Enstitüsü’nden (IIST) bilim adamları, makine öğrenme tekniklerini kullanarak X-ışını dalga boylarında binlerce yeni kozmik nesnenin doğasını belirlediler. Makine öğrenimi, yapay zekanın bir çeşidi veya parçasıdır.
Milyonlarca kozmik nesneden büyük miktarda astronomik veri ücretsiz olarak elde edilirken, astronomi yeni bir çağa giriyor. Bu, büyük araştırmaların ve yüksek kaliteli astronomik gözlemevleri ile planlanmış gözlemlerin ve açık veri erişim politikasının bir sonucudur. Bu verilerin birçok keşif ve evrene dair yeni anlayışlar için büyük bir potansiyele sahip olduğunu söylemeye gerek yok.
Ancak, tüm bu nesnelerden gelen verileri manuel olarak keşfetmek pratik değildir ve bu verilerden bilgi çıkarmak için otomatik makine öğrenimi teknikleri gereklidir. Ancak bu tür tekniklerin astronomik verilere uygulanması hala çok sınırlıdır ve başlangıç aşamasındadır.
TIFR-IIST ekibi, ABD’nin Chandra uzay gözlemevi ile X-ışınlarında gözlemlenen yüzbinlerce kozmik nesneye makine öğrenimi teknikleri uyguladı. Bu, yeni ve güncel bir teknolojik ilerlemenin temel ve temel bilimsel araştırmaya nasıl yardımcı olabileceğini ve devrim yaratabileceğini gösterdi. Ekip, bu teknikleri çoğunun doğası bilinmeyen yaklaşık 277.000 X-ışını nesnesine uyguladı. Bilinmeyen nesnelerin doğasının sınıflandırılması, belirli sınıflardaki nesnelerin keşfine eşdeğerdir.
Böylece bu araştırma, karadelikler, nötron yıldızları, beyaz cüceler ve yıldızlar gibi sınıflara ait binlerce kozmik nesnenin güvenilir bir şekilde keşfedilmesine yol açtı ve bu da astronomi camiasına birçok ilginç yeni nesnenin daha ayrıntılı incelenmesi için muazzam bir fırsat açtı. nesneler.
Bu işbirlikçi araştırma, yeni makine öğrenimi tekniklerini astronomideki temel araştırmalara uygulamak için son teknoloji bir kapasite oluşturmak için de önemliydi; bu, mevcut ve gelecek gözlemevlerinden gelen verileri bilimsel olarak kullanmak için çok önemli olacak.
Araştırma dergide yayınlandı Royal Astronomical Society’nin Aylık Bildirimleri.
Daha fazla bilgi:
Shivam Kumaran ve diğerleri, Chandra X-ışını nokta kaynaklarının makine öğrenme yöntemlerini kullanarak otomatik sınıflandırması, Royal Astronomical Society’nin Aylık Bildirimleri (2023). DOI: 10.1093/mnras/stad414
Alıntı: Makine öğrenimi teknikleri, 15 Şubat 2023 tarihinde https://phys.org/news/2023-02-machine-techniques-thousands-cosmic.html adresinden alınan binlerce yeni kozmik nesneyi (2023, 15 Şubat) tanımlar.
Bu belge telif haklarına tabidir. Kişisel çalışma veya araştırma amaçlı adil ticaret dışında, yazılı izin olmaksızın hiçbir bölüm çoğaltılamaz. İçerik sadece bilgilendirme amaçlıdır.
