Astronomët në Caltech kanë përdorur një algoritëm të mësimit të makinerisë për të klasifikuar 1000 supernova plotësisht në mënyrë autonome

Hulumtimi i Caltech prezanton ‘SNIascore’, një metodë për klasifikimin spektroskopik të supernovave termonukleare (SNe Ia) bazuar në të dhëna me rezolucion shumë të ulët (R 100) bazuar në të mësuarit e thellë. Qëllimi i SNIascore është të automatizojë plotësisht klasifikimin e SNe Ia me një normë shumë të ulët false-pozitive (FPR) në mënyrë që njerëzit të mos kenë nevojë të bëjnë aq shumë punë.

Në objektin publik të përkohshëm Zwicky (ZTF), Bright Transient Surveys dhe përpjekje të tjera në shkallë të gjerë për të klasifikuar SN-të (BTS). Ata përdorin një arkitekturë të rrjetit nervor të përsëritur me memorie afatgjatë që funksionon në të dy mënyrat dhe shtresat e njësive të përsëritura të kontrolluara nga portat. SNIascore ka një FPR prej 0,6% dhe mund të klasifikojë deri në 90% të spektrave SN Ia me rezolucion të ulët të BTS. SNIascore bën klasifikimin binar dhe regresionin për të parashikuar zhvendosjet e kuqe të SNe Ia të sigurt. Kur SNIascore përdoret me sondazhin ZTF BTS me madhësi të kufizuar (70% SNe Ia), numri i spektrave që duhet të klasifikohen ose konfirmohen nga një person zvogëlohet me rreth 60%.

Gjithashtu, SNIascore bën të mundur që klasifikimet SN Ia të njoftohen automatikisht për publikun në kohë reale menjëherë pasi të kryhet një vëzhgim gjatë natës.

Astronomët po përpiqen t’u përgjigjen disa prej pyetjeve më emocionuese dhe më të rëndësishme shkencore të momentit, të cilat shpesh kërkojnë nga ata të mbledhin shumë informacion rreth ngjarjeve të ndryshme kozmike. Pra, observatorët modernë astronomikë janë shndërruar në makina që u dërgojnë astronomëve dhjetëra mijëra alarme dhe imazhe çdo natë. Kjo është veçanërisht e vërtetë në astronominë e fushës së kohës, ku shkencëtarët kërkojnë objekte që ndryshojnë shpejt, të quajtur kalimtarë. Këto përfshijnë yje që shpërthejnë dhe vdesin, të quajtura supernova, dhe vrimat e zeza që hanë yje në orbita, asteroide dhe gjëra të tjera.

Algoritmi i propozuar i mësimit të makinerive është shumë më i shpejtë në klasifikimin e kandidatëve të mundshëm për supernova dhe ndarjen e rezultateve me komunitetin astronomik. Gjithashtu u jep astronomëve më shumë kohë për të punuar në pyetje të tjera shkencore. Me SNIascore, procesi zgjat rreth dhjetë minuta në vend të dy deri në tre ditë. Shpërthimet në hapësirë ​​duhet të gjenden sa më shpejt që të jetë e mundur, në mënyrë që shkencëtarët të mësojnë më shumë se si funksionojnë ato.

Për momentin, SNIascore mund të klasifikojë vetëm supernovat e tipit Ia, të cilat përdoren nga astronomët si “qirinë standardë” për të matur se sa shpejt po zgjerohet universi. Këta yje po vdesin dhe kur shpërthejnë, e bëjnë këtë me një zhurmë të fortë termonukleare.

SNIascore tani është krijuar për të punuar me spektrografin SEDM (Makina e Shpërndarjes së Energjisë Spectral), e cila ndodhet në një kube në Observatorin Palomar vetëm disa qindra metra larg kamerës ZTF. ZTF shikon qiellin gjatë gjithë kohës dhe u dërgon astronomëve anembanë botës dhjetëra mijëra alarme çdo natë në lidhje me kalimet e mundshme kozmike. Spektrografi SEDM është nisur për të ndjekur më interesantet dhe për t’i parë ato. Ai krijon një spektër të ngjarjes kozmike, i cili tregon se sa të forta ishin frekuencat e ndryshme të dritës që kapi kamera e teleskopit. Astronomët mund të jenë të sigurt se çfarë lloj ngjarjeje shohin për shkak të këtij spektri. Studiuesi ka përdorur teknika të zgjuara të të mësuarit të makinës për të mësuar SNIascore të lexojë mirë spektrat SEDM.

Studiuesit aktualisht po bëjnë ndryshime në SNIascore për të punuar me spektrografin e ri SEDMv2 që do të vendoset në teleskopin 2.1 m. SEDMv2 do të jetë një version i përmirësuar i SEDM. Ai do të jetë në gjendje të gjejë dhe klasifikojë supernova më pak të ndritshme. Për momentin, mesatarisht, SNIascore klasifikon rreth dy supernova çdo natë. Ky numër mund të dyfishohet nëse përdoret SEDMv2.

Përfitimet e SNIascore shkojnë përtej krijimit të shpejtë dhe të besueshëm të grupeve të të dhënave të mëdha të supernovave. Astronomët që kërkojnë lloje të tjera të ngjarjeve kalimtare mund të përjashtojnë shpejt kandidatët që SNIascore thotë se janë supernova. Kjo do të thotë se asnjë kohë e teleskopit nuk humbet për t’i ndjekur ata gjatë kërkimit të llojeve të tjera të shpërthimeve në hapësirë.

Përpjekjet e tjera për të klasifikuar ngjarjet kalimtare përdorin gjithashtu mësimin e makinerive, por ato përdorin vetëm “lakorën e dritës” të ngjarjes, ose sasinë e dritës që shihet nga teleskopi me kalimin e kohës. SNIascore është i mirë sepse është trajnuar dhe përdor informacion spektroskopik, i cili është e vetmja mënyrë e besueshme për të konfirmuar se cilat janë shumica e kalimtareve. Kodi për algoritmin është publik, kështu që grupet e tjera mund ta ndryshojnë atë për të punuar me teleskopët e tyre.