Нейросеть нашла 335 кандидатов в гравитационные линзы

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


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

Авторизация



RSS


RSS новости


Астрономы открыли 335 новых кандидатов в гравитационные линзы среди нескольких миллионов снимков из наземного обзора DECaLS. Это удалось сделать благодаря нейросети, которую обучили на выборке из уже известных объектов такого типа и объектах, точно не являющихся линзами. Статья опубликована в журнале The Astrophysical Journal.

Группа астрономов во главе с Сяошэн Хуаном (Xiaosheng Huang) опубликовала результаты поиска кандидатов в гравитационные линзы в данных наземного обзора DECaLS (Dark Energy Camera Legacy Survey) при помощи остаточной нейросети, разработанной в 2018 году в рамках конкурса «Strong Gravitational Lens Finding Challenge». В качестве обучающей выборки использовались изображения 423 известных на сегодня гравитационных линз и 9451 объекта, точно не являющихся линзами. Затем ученые проверили 50 тысяч изображений, которые были отобраны нейросетью из 5,7 миллионов фотографий из обзора, и разделили их на три класса. Объекты класса А считались наиболее вероятными кандидатами в гравитационные линзы и демонстрировали одну или несколько участков дуг (арок или арклетов), в основном синих, которые считаются искаженными изображениями галактик, лежащих за линзой. Класс B похож на класс А, однако имел более мелкие и тусклые участки дуг. Наконец, в класс С попадали объекты, которые демонстрировали еще более тусклые и мелкие арки, если они действительно являются линзами, то угол отклонения фотонов от первоначальной траектории в их случае достаточно мал.

В итоге ученым удалось найти 335 кандидатов в гравитационные линзы: 60 штук класса А, 105 штук класса В и 176 штук класса С. Некоторые из этих объектов уже подтверждены благодаря наблюдениям космического телескопа «Хаббл», начатым в конце 2019 года. Это хороший результат, учитывая, что обучающая выборка была невелика. Теперь астрономы намерены увеличить ее и использовать нейросеть для обработки данных обзоров DESI, частью которых являлся DECaLS.


Источник: vk.com

Комментарии: