Alat pembelajaran mesin mengklasifikasikan 1.000 supernova secara mandiri

Algoritme membantu para astronom menyaring deteksi dari fasilitas transit Zwicky. Kredit: Institut Teknologi California

Astronom Caltech menggunakan algoritme pembelajaran mesin untuk mengklasifikasikan 1.000 supernova sepenuhnya secara mandiri. Algoritme diterapkan pada data yang diambil oleh Zwicky Transient Facility, atau ZTF, instrumen survei langit yang berbasis di Caltech’s Palomar Observatory.


kata Christopher Frimling, karyawan ahli astronomi di Caltech dan otak di belakang algoritma barudijuluki SNIascore. “SNIascore memberi peringkat supernova pertama pada April 2021, dan setelah satu setengah tahun, kami mencapai tonggak sejarah 1.000 supernova.”

ZTF memindai langit malam setiap malam untuk mencari perubahan yang disebut peristiwa sementara. Ini mencakup semuanya, mulai dari memindahkan asteroid hingga lubang hitam pemakan bintang hingga bintang meledak yang dikenal sebagai supernova. ZTF mengirimkan ratusan ribu peringatan setiap malam ke Ilmuwan astronomi di seluruh dunia dan beri tahu mereka tentang peristiwa singkat ini. Kemudian astronom menggunakan teleskop lain untuk mengikuti dan meneliti sifat benda yang berubah. Hingga saat ini, data ZTF telah menghasilkan penemuan ribuan supernova.

Tetapi dengan jumlah data yang terus mengalir setiap malam, anggota tim ZTF tidak dapat memilah sendiri semua data.

“Gagasan tradisional tentang seorang astronom yang duduk di observatorium dan memilah-milah gambar teleskop membawa banyak romansa tetapi menyimpang dari kenyataan,” kata Matthew Graham, ilmuwan proyek di ZTF dan profesor astronomi di Caltech.

Algoritme pembelajaran mesin telah mengklasifikasikan 1.000 supernova sepenuhnya secara independen menggunakan data yang diambil oleh ZTF, yang berbasis di Observatorium Palomar Caltech dekat San Diego. Wilayah kosong dalam video di kanan bawah mewakili wilayah langit selatan yang tidak bisa dilihat dari Gunung Palomar.

Sebagai gantinya, tim mengembangkan algoritme pembelajaran mesin untuk membantu pencarian. Mereka mengembangkan skor SNI untuk tugas mengklasifikasikan calon supernova. Supernova datang dalam dua kategori besar: tipe I dan tipe II. Supernova tipe I tidak mengandung hidrogen, sedangkan supernova tipe II kaya akan hidrogen. Supernova tipe 1 yang paling umum terjadi ketika sebuah bintang masif mencuri materi dari bintang tetangga, memicu ledakan termonuklir. Supernova tipe II terjadi ketika sebuah bintang masif runtuh karena gravitasinya sendiri.

Saat ini, SNIascore dapat memeringkat apa yang dikenal sebagai supernova Tipe Ia, atau “lilin standar” di langit. Ini adalah bintang sekarat yang meledak dalam ledakan termonuklir dengan gaya konstan. Supernova Tipe Ia memungkinkan para astronom untuk mengukur tingkat ekspansi alam semesta. Fremling dan rekannya saat ini bekerja untuk memperluas kemampuan alat ini algoritma Untuk mengklasifikasikan jenis supernova lain dalam waktu dekat.

Setiap malam, setelah ZTF mengambil kilatan di langit yang mungkin merupakan supernova, ZTF mengirimkan data ke spektrometer di Palomar yang terletak di kubah beberapa ratus meter jauhnya, yang disebut SEDM (Mesin Distribusi Energi Spektral). SNIascore bekerja dengan SEDM untuk mengklasifikasikan supernova sebagai kemungkinan Tipe Ia. Hasilnya adalah tim ZTF dengan cepat membangun kumpulan data supernova yang lebih andal bagi para astronom untuk menyelidiki lebih lanjut dan akhirnya belajar tentang fisika ledakan bintang yang kuat.

SNIascore sangat akurat. Setelah 1000 supernovaKami telah melihat bagaimana algoritme bekerja di dunia nyata, kata Fremling. “Kami belum menemukan peristiwa yang salah klasifikasi dengan jelas sejak diluncurkan pada April 2021, dan kami sekarang berencana untuk mengimplementasikan algoritme yang sama dengan fasilitas pemantauan lainnya.”

Ashish Mahapal, yang memimpin aktivitas pembelajaran mesin ZTF dan berfungsi sebagai ilmuwan komputasi dan data utama di Pusat Penemuan Berbasis Data Caltech, menambahkan, “Karya ini dengan baik menggambarkan bagaimana aplikasi pembelajaran mesin mulai muncul dalam astronomi hampir secara real-time.”

kutipan: Alat Pembelajaran Mesin Secara Mandiri Mengklasifikasikan 1.000 Supernova (2022, 23 November) Diakses pada 23 November 2022 dari https://phys.org/news/2022-11-machine-tools-autonomously-supernovae.html

Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan hanya untuk tujuan informasi.

READ  Voyager 1 NASA mengirimkan sinyal aneh dari luar tata surya, membingungkan para insinyur

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *