Gökbilimcilerin cevaplamaya çalıştığı birçok güncel ve heyecan verici bilimsel soru, onların farklı kozmik olaylardan geniş örnekler toplamasını gerektiriyor. Sonuç olarak, modern astronomik gözlemevleri, her gece gökbilimcilere binlerce uyarı ve görüntü gönderen, aralıksız veri üreten makineler haline geldi.
Zwicky Transient Facility işbirliğindeki gökbilimciler, bir makine öğrenimi algoritması kullanarak Caltech 1000 süpernovayı bağımsız olarak başarıyla sınıflandırdı. Algoritma, Caltech'in Palomar Gözlemevi'nde bulunan bir gökyüzü araştırma aracı olan Zwicky Geçici Tesisi veya ZTF tarafından yakalanan verilere uygulandı.
ZTF her gece gece gökyüzünü geçici olaylar olarak bilinen değişiklikler açısından analiz eder. Bu, hareket halindeki asteroitlerden yakın zamanda yutulan yıldızlara kadar her şeyi kapsar. kara delikler süpernova adı verilen patlayan yıldızlara. ZTF, her gece yüzbinlerce sinyal göndererek dünya çapındaki gökbilimcileri bu geçici olaylar hakkında bilgilendirir.
Gökbilimciler daha sonra değişen nesnelerin doğasını takip etmek ve araştırmak için diğer teleskopları kullanırlar. Şu ana kadar ZTF verileri binlerce süpernovanın keşfedilmesine yol açtı.
ZTF proje bilimcisi ve Caltech'te astronomi araştırma profesörü Matthew Graham şunları söyledi: "Bir gökbilimcinin gözlemevinde oturup teleskop görüntülerini incelemesi şeklindeki geleneksel görüş, fazlasıyla romantizm taşıyor ancak gerçeklikten uzaklaşıyor."
Gökbilimciler, makine öğrenimi algoritmalarını kullanarak adayı sınıflandırmak için SNIascore'u geliştirdi süpernova. SNIascore, Tip Ia süpernovaları veya gökyüzündeki "standart mumları" olarak bilinen şeyleri sınıflandırabilir. Ölmekte olan bu yıldızlar, tutarlı güçte bir termonükleer patlamayla patlıyor.
Bilim insanları artık yakın gelecekte diğer süpernova türlerini sınıflandırmak için algoritmanın yeteneklerini genişletmeye çalışıyor.
Caltech'te kadrolu gökbilimci ve SNIascore olarak adlandırılan yeni algoritmanın arkasındaki beyin olan Christoffer Fremling şunları söyledi: “Yardıma ihtiyacımız vardı ve bilgisayarlarımızı bu işi yapacak şekilde eğittiğimizde sırtımızdan büyük bir yükün kalkacağını biliyorduk. SNIascore ilk süpernovasını Nisan 2021'de sınıflandırdı ve bir buçuk yıl sonra 1,000 süpernova gibi güzel bir dönüm noktasına ulaşıyoruz."
“SNIascore son derece doğru. 1,000 süpernovadan sonra algoritmanın gerçek dünyada nasıl performans gösterdiğini gördük. Nisan 2021'deki lansmandan bu yana yanlış sınıflandırılmış hiçbir olaya rastlamadık ve aynı algoritmayı diğer gözlem tesisleriyle de uygulamayı planlıyoruz."
ZTF için makine öğrenimi faaliyetlerine liderlik eden ve Caltech'in Veriye Dayalı Keşif Merkezi'nde lider hesaplama ve veri bilimci olarak görev yapan Ashish Mahabal şunları ekliyor: “Bu çalışma nasıl olduğunu çok iyi gösteriyor makine öğrenme neredeyse gerçek zamanlı astronomide uygulamalar olgunlaşıyor.”
Caltech'in Veriye Dayalı Keşif Merkezi'nde hesaplamalı bilim insanı olan ve ZTF için makine öğrenimi faaliyetlerine liderlik eden Ashish Mahabal, şuraya, "SNIascore, ZTF için geliştirdiğimiz diğer temel makine öğrenimi algoritmalarının ve katmanlarının üzerinde yer alıyor ve makine öğrenimi uygulamalarının neredeyse gerçek zamanlı astronomide nasıl olgunlaştığını iyi bir şekilde gösteriyor."
