|
星系團(tuán)是宇宙中最龐大的結(jié)構(gòu)之一，但盡管星系團(tuán)有數(shù)百萬(wàn)光年寬，仍然很難被發(fā)現(xiàn)。蘭卡斯特大學(xué)研究人員求助于人工智能，開(kāi)發(fā)了“Deep- cee”(用于星系團(tuán)提取和評(píng)估的深度學(xué)習(xí))，這是一種新型的深度學(xué)習(xí)技術(shù)，可以加速發(fā)現(xiàn)星系團(tuán)的過(guò)程。蘭開(kāi)斯特大學(xué)的博士生Matthew Chan將在2019年7月4日下午3:45分，在英國(guó)皇家天文學(xué)會(huì)國(guó)家天文學(xué)會(huì)議的天體物理學(xué)機(jī)器學(xué)習(xí)部分展示這項(xiàng)研究成果。 宇宙中大多數(shù)星系生活在被稱為“場(chǎng)”的低密度環(huán)境中，或者以小組的形式存在，比如包含我們的銀河系和仙女座星系。星系團(tuán)比較少見(jiàn)，但它們代表了星系可以生存的最極端的環(huán)境，研究它們可以幫助我們更好地理解暗物質(zhì)和暗能量。在20世紀(jì)50年代，發(fā)現(xiàn)星系團(tuán)的先驅(qū)、天文學(xué)家喬治·阿貝爾(George Abell)花了多年時(shí)間用肉眼尋找星系團(tuán)，用放大鏡和照相板來(lái)確定它們的位置。Abell手動(dòng)分析了大約2000張照相底片，尋找星系團(tuán)的視覺(jué)特征。 并詳細(xì)描述了星系密集區(qū)域的天文坐標(biāo)，其研究成果是在北半球發(fā)現(xiàn)星系團(tuán)的“Abell目錄”。Deep-CEE建立在Abell識(shí)別星系團(tuán)的方法上，但用一個(gè)人工智能模型取代了這位天文學(xué)家，該模型經(jīng)過(guò)訓(xùn)練，能夠“觀察”彩色圖像并識(shí)別星系團(tuán)。這是一個(gè)基于神經(jīng)網(wǎng)絡(luò)的最先進(jìn)模型，該模型旨在模仿人類大腦通過(guò)激活特定神經(jīng)元來(lái)識(shí)別物體的方式——當(dāng)看到獨(dú)特的圖案和顏色時(shí)。訓(xùn)練人工智能，反復(fù)向它展示圖像中已知、標(biāo)記過(guò)的物體的例子。 直到算法能夠?qū)W會(huì)自己關(guān)聯(lián)物體，然后進(jìn)行了一項(xiàng)初步研究，以測(cè)試該算法在包含許多其他天體的圖像中識(shí)別和分類星系團(tuán)的能力。研究人員已經(jīng)成功地將Deep-CEE應(yīng)用到斯隆數(shù)字巡天計(jì)劃中，最終，將在革命性的巡天計(jì)劃中運(yùn)行模型，比如大型天氣觀測(cè)望遠(yuǎn)鏡(LSST)，它將探索宇宙中從未探索過(guò)的更廣泛、更深區(qū)域。新的最先進(jìn)望遠(yuǎn)鏡使天文學(xué)家能夠比以往任何時(shí)候都更廣泛、更深入地觀察。 比如研究宇宙的大尺度結(jié)構(gòu)，繪制宇宙中大量未被發(fā)現(xiàn)的內(nèi)容。通過(guò)自動(dòng)化發(fā)現(xiàn)過(guò)程，科學(xué)家可以快速掃描一系列圖像，并以最少的人類互動(dòng)返回精確預(yù)測(cè)，這對(duì)今后分析數(shù)據(jù)將是必不可少的。即將到來(lái)的LSST天空調(diào)查(將于2021年上線)將描繪整個(gè)南半球的天空，估計(jì)每晚產(chǎn)生15 TB的數(shù)據(jù)。像深度學(xué)習(xí)這樣的數(shù)據(jù)挖掘技術(shù)，將幫助我們分析現(xiàn)代望遠(yuǎn)鏡的巨大輸出，研究人員也希望該方法能找到科學(xué)上從未見(jiàn)過(guò)的數(shù)千個(gè)星團(tuán)。
|
|
|
來(lái)自： 博科園 > 《天文學(xué)類》
