천문학자들이 대답하려고 하는 최근의 흥미로운 과학적 질문 중 상당수는 다양한 우주 사건의 대규모 샘플을 수집해야 합니다. 그 결과, 현대 천문대는 매일 밤 수천 개의 경고와 이미지를 천문학자들에게 보내는 끊임없는 데이터 생성 기계가 되었습니다.
기계 학습 알고리즘을 사용하여 Zwicky Transient Facility의 천문학자들은 대학원생 1000개의 초신성을 자동으로 분류하는 데 성공했습니다. 이 알고리즘은 Caltech의 Palomar Observatory에 기반을 둔 하늘 측량 장비인 Zwicky Transient Facility(ZTF)에서 캡처한 데이터에 적용되었습니다.
매일 밤 ZTF는 밤하늘에서 일시적 현상으로 알려진 변화를 분석합니다. 이는 움직이는 소행성부터 최근에 삼켜진 별까지 모든 것을 다룹니다. 블랙홀 초신성이라고 불리는 폭발하는 별에. ZTF는 매일 밤 수십만 개의 신호를 전송하여 이러한 일시적인 현상을 전 세계 천문학자들에게 알립니다.
그런 다음 천문학자들은 다른 망원경을 사용하여 변화하는 물체의 특성을 추적하고 조사합니다. 지금까지 ZTF 데이터를 통해 수천 개의 초신성을 발견했습니다.
ZTF의 프로젝트 과학자이자 Caltech의 천문학 연구 교수인 Matthew Graham은 다음과 같이 말했습니다. “천문대에 앉아 망원경으로 찍은 영상을 샅샅이 훑어보는 천문학자의 전통적 관념은 낭만주의를 많이 담고 있지만 현실과는 동떨어져 있다.”
천문학자들은 기계 학습 알고리즘을 사용하여 후보를 분류하기 위해 SNIascore를 개발했습니다. 초신성. SNIascore는 Type Ia 초신성 또는 하늘의 "표준 촛불"로 알려진 것을 분류할 수 있습니다. 이 죽어가는 별들은 일관된 힘의 열핵 폭발로 폭발합니다.
과학자들은 현재 가까운 미래에 다른 유형의 초신성을 분류하기 위해 알고리즘의 기능을 확장하기 위해 노력하고 있습니다.
Caltech의 천문학자이자 SNIascore라고 불리는 새로운 알고리즘의 주인공인 Christoffer Fremling은 다음과 같이 말했습니다. “우리는 도움의 손길이 필요했고, 일단 컴퓨터가 작업을 수행하도록 훈련시키면 컴퓨터가 우리의 부담을 덜어줄 것이라는 것을 알고 있었습니다. SNIascore는 2021년 1,000월에 첫 번째 초신성을 분류했으며, XNUMX년 반 후에는 XNUMX개의 초신성이라는 멋진 이정표를 달성하고 있습니다.”
“SNIAscore는 놀라울 정도로 정확합니다. 1,000개의 초신성 이후 우리는 알고리즘이 실제 세계에서 어떻게 작동하는지 확인했습니다. 2021년 XNUMX월 출시 이후 잘못 분류된 이벤트는 발견되지 않았으며, 다른 관측 시설에도 동일한 알고리즘을 구현할 계획입니다.”
ZTF의 기계 학습 활동을 이끌고 Caltech의 데이터 중심 발견 센터에서 수석 계산 및 데이터 과학자로 활동하고 있는 Ashish Mahabal은 다음과 같이 덧붙입니다. “이 작품은 어떻게 기계 학습 거의 실시간 천문학 분야의 응용이 성숙해지고 있습니다.”
ZTF의 기계 학습 활동을 이끌고 있는 Caltech 데이터 기반 발견 센터의 컴퓨터 과학자 Ashish Mahabal은 말했다, "SNIascore는 우리가 ZTF를 위해 개발한 다른 기본 기계 학습 알고리즘 및 레이어 위에 위치하며 거의 실시간 천문학에서 기계 학습 애플리케이션이 어떻게 발전하고 있는지 잘 보여줍니다."
