当前位置: 时时彩稳赚技巧 > 案例展示 > “机器学习”帮助天文学家确定恒星的基本属性
案例展示/Announcement

“机器学习”帮助天文学家确定恒星的基本属性

发布时间:2018-05-16  点击数:[16]

一项新发表的研究详细介绍了天文学家如何转向一种称为“机器学习”的方法,以帮助他们理解大量恒星的特性。 /

天文学家正在利用机器帮助我们分拣星系中数以千计的恒星,并了解它们的大小,组成和其他基本特征。

该研究是机器学习领域的一部分,计算机从大型数据集中学习,发现人类可能无法看到的模式。机器学习包括媒体流媒体服务,预测您想要观看的内容,以及邮局,电脑会自动读取手写地址并将邮件直接发送至正确的邮政编码。

现在,天文学家正在转向机器,以帮助他们根据天空测量图像确定恒星的基本属性。通常,这些细节需要一个光谱,这是将星光细分成不同波长的细节。但通过机器学习,计算机算法可以快速翻转可用的图像堆栈,识别显示恒星属性的模式。该技术可以在相对较短的时间内收集数十亿颗恒星的信息,并且花费更少。

“这就像视频流服务不仅预测你希望在未来看什么,而且还根据你的观看喜好预测你现在的年龄,”美国宇航局喷气推进实验室的亚当米勒说,他是加利福尼亚州帕萨迪纳的喷气推进实验室的主要作者,关于天体物理期刊中出现的研究结果的新报告。 “我们正在预测恒星的基本属性。”

米勒今天在西雅图举行的美国天文学会年会上介绍了结果。

机器学习之前已经应用于宇宙;使这一最新努力独一无二的是,它是第一个使用随时间推移拍摄的恒星图像来预测恒星的具体特征,如尺寸和金属含量。这些特征对于了解明星何时出生以及自那时以来如何变化至关重要。

“有了更多关于我们银河系中不同类型恒星的信息,我们可以更好地描绘银河系的结构和历史,”米勒说。

每天晚上,世界各地的望远镜都会获得数以千计的天空图像。随着即将进行的大型实地调查,诸如将在智利设立的国家科学基金会和能源部项目的大型综合观测望远镜(LSST),预计新数据的大量涌现。该调查将每隔几个晚上对整个可见天空进行成像,收集数十亿颗恒星的数据,以及随着时间的推移,这些恒星的亮度如何变化。美国宇航局的开普勒任务已经在数十万颗恒星上捕捉到同样类型的时变数据。

单靠人类无法轻易理解所有这些数据。这就是机器,或者在这种情况下,使用专门算法的计算机可以提供帮助的地方。

但在机器可以学习之前,他们首先需要一个“训练期”.Miller和他的同事们开始以9000个明星作为他们的训练集。他们获得了这些恒星的光谱,揭示了它们的几个基本性质:尺寸,温度和重元素的含量,如铁。斯隆数字巡天也记录了恒星亮度的变化,产生了称为光曲线的曲线。通过向计算机提供两组数据,它可以在星形属性和光曲线之间建立关联。

一旦训练阶段结束,计算机能够通过仅分析光曲线来独立预测其他恒星。

Miller说:“我们可以发现并分类新型恒星,而无需使用光谱,这种方法既昂贵又耗时。”

该技术本质上与电子邮件垃圾邮件过滤器的工作方式相同。垃圾邮件过滤器被编程为识别与垃圾邮件相关的关键词,然后删除包含这些词的不需要的电子邮件。随着时间的推移,用户继续“教”过滤程序中的更多关键词,并且程序在过滤垃圾邮件方面变得更好。 Miller和合作者使用的机器学习程序同样在利用来自天文学家的额外训练准确预测恒星性质方面变得更好。

该团队的下一个目标是让他们的计算机足够聪明,以处理LSST项目将观察到的超过5000万变星。

“这是一个激动人心的时刻,将先进的算法应用于天文学,”米勒说。 “机器学习使我们能够挖掘天文学家现在才开始掌握的深层数据集中稀有和晦涩难懂的宝石。”

出版物:A.A.Miller等,“A Machine-learning Method to Infer Fundamental Stellar Parameters from Photometric Light Curves”,2015,ApJ,798,122; DOI:10.1088 / 0004-637X / 798 /122分之2

PDF研究副本:一种机器学习方法,以从光学曲线中推导出基本的恒星参数

来源:惠特尼克拉文,喷气推进实验室

图片:NASA / JPL -Caltech

Copyright © 2017 时时彩稳赚技巧 版权所有

>