Составлен крупнейший 3-D каталог галактик

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Команда астрономов из Института астрономии (Institute for Astronomy, IfA) Гавайского университета в Маноа составила крупнейший в мире трехмерный каталог звезд, галактик и квазаров, основанный на наблюдениях. Команда использовала данные, полученные при помощи обзора неба Panoramic Survey Telescope and Rapid Response System, или Pan-STARRS1 (PS1), проводимого Гавайским университетом. Обзор неба PS1 3? представляет собой крупнейший в мире глубокий обзор неба в оптическом диапазоне с множественными светофильтрами, охватывающий три четверти неба. Астрономы из IfA применили к этому каталогу новые инструменты обработки данных, чтобы классифицировать все 3 миллиарда источников, разделив их на 3 основные категории: звезд, галактик или квазаров. В случае галактик используемый код также помог произвести оценки расстояний.

Полученный 3-D каталог теперь доступен как научный продукт высокого уровня в составе веб-архива Mikulski Archive for Space Telescopes. Его размер составляет около 300 гигабайт, и исследователи могут либо делать запрос к этому каталогу через SQL-интерфейс MAST CasJobs, не скачивая его целиком, или же загрузить себе на компьютер полную версию каталога, в которой все данные представлены в табличном виде.

Для создания этого 3-D каталога исследователи во главе с Робертом Беком (Robert Beck) из IfA использовали общедоступные данные спектроскопических измерений, которые дают возможность однозначной классификации объектов и расстояний до них. Эти данные были обработаны при помощи алгоритма, представляющего собой форму искусственного интеллекта (ИИ). Обработка средствами ИИ имела ключевое значение для прецизионного определения одноименных свойств источников при использовании научных данных по их цветам и размерам, полученных из разных баз данных. Этот алгоритм машинного обучения, называемый «нейронной сетью с положительной обратной связью», позволил достичь общей точности классификации в 98,1 процента для галактик, 97,8 процента для звезд и 96,6 процента для квазаров. Погрешность при оценке расстояний до галактик составила не более 3 процентов, отметили исследователи.


Источник: vk.com

Комментарии: