Тысячи галактик были классифицированы в мгновение ока
Астрономы разработали и «натренировали» компьютерную программу, способную классифицировать десятки тысяч галактик в течение всего лишь нескольких секунд, в то время как обычно решение этой задачи занимает несколько месяцев.
В новом исследовании астрофизики из Австралии использовали алгоритм машинного обучения для ускорения процесса, который обычно осуществляется вручную профессиональными астрономами и помогающими им астрономами-любителями со всего мира.
«Галактики отличаются обилием разнообразных форм и размеров, - сказал главный автор Митчелл Кавана (Mitchell Cavanagh) из филиала Международного центра радиоастрономических исследований в Университете Западной Австралии.
«Классификация галактик по формам представляет собой важный этап понимания процессов их формирования и эволюции, и она даже может помочь пролить новый свет на природу самой Вселенной».
Кавана сказал, что по мере появления все новых и новых обширных обзоров неба астрономы все чаще сталкиваются с проблемами нехватки времени на обработку полученных снимков галактик.
«Мы будем наблюдать несколько миллионов галактик на протяжении нескольких ближайших лет. Иногда астрономы-любители помогают нам в идентификации галактик по снимкам в рамках проекта Galaxy Zoo – но нам все равно не хватает времени!»
Здесь и появляются так называемые конволюционные нейронные сети. В современном высокотехнологичном мире компьютерные программы этого класса встречаются повсюду, начиная от анализа медицинских снимков и вплоть до анализа биржевых котировок.
В последние годы конволюционные нейронные сети получили широкое распространение в астрономии. Обычно они используются для получения ответа на вопрос, является ли галактика спиральной или нет, однако эта новая нейтронная сеть использует многоклассовую классификацию – отвечая на вопрос, является ли галактика эллиптической, линзовидной, спиральной или неправильной. Это позволяет достичь большей точности, в сравнении с существующими нейронными сетями, пояснили авторы.
Исследование опубликовано в журнале Monthly Notices of the Royal Astronomical Society.....
В новом исследовании астрофизики из Австралии использовали алгоритм машинного обучения для ускорения процесса, который обычно осуществляется вручную профессиональными астрономами и помогающими им астрономами-любителями со всего мира.
«Галактики отличаются обилием разнообразных форм и размеров, - сказал главный автор Митчелл Кавана (Mitchell Cavanagh) из филиала Международного центра радиоастрономических исследований в Университете Западной Австралии.
«Классификация галактик по формам представляет собой важный этап понимания процессов их формирования и эволюции, и она даже может помочь пролить новый свет на природу самой Вселенной».
Кавана сказал, что по мере появления все новых и новых обширных обзоров неба астрономы все чаще сталкиваются с проблемами нехватки времени на обработку полученных снимков галактик.
«Мы будем наблюдать несколько миллионов галактик на протяжении нескольких ближайших лет. Иногда астрономы-любители помогают нам в идентификации галактик по снимкам в рамках проекта Galaxy Zoo – но нам все равно не хватает времени!»
Здесь и появляются так называемые конволюционные нейронные сети. В современном высокотехнологичном мире компьютерные программы этого класса встречаются повсюду, начиная от анализа медицинских снимков и вплоть до анализа биржевых котировок.
В последние годы конволюционные нейронные сети получили широкое распространение в астрономии. Обычно они используются для получения ответа на вопрос, является ли галактика спиральной или нет, однако эта новая нейтронная сеть использует многоклассовую классификацию – отвечая на вопрос, является ли галактика эллиптической, линзовидной, спиральной или неправильной. Это позволяет достичь большей точности, в сравнении с существующими нейронными сетями, пояснили авторы.
Исследование опубликовано в журнале Monthly Notices of the Royal Astronomical Society.....