- TSMC со дня на день начнёт выпускать чипы с... (420)
- Возвращение экипажа Starliner снова... (532)
- Это первая переднеприводная модель АвтоВАЗа.... (535)
- Илон Маск и SpaceX умолчали о «большой... (562)
- Редкий случай: китайская полупроводниковая... (395)
- «Яндекс Путешествия» запустили приложение... (549)
- УАЗ «Патриот» и УАЗ «Пикап» начнут выпускать... (495)
- Третий крупнейший производитель флеш-памяти... (501)
- Атмосферный мотор V6 3,5 литра, 334-сильный... (519)
- В России распродают модели знаменитого... (424)
- «Почти как RDR 2»: случайный баг показал,... (490)
- Дилеры избавляются от немецкого премиума:... (477)
- Самые дешёвые Audi в России с двухлетней... (723)
- Это Samsung Galaxy S25. Новые качественные... (381)
- Volkswagen Bora с «автоматом» по цене Lada... (439)
- Полноприводный кроссовер Volkswagen на... (544)
Новая модель машинного обучения меняет метод обработки данных звёзд Млечного Пути
Дата: 2024-10-10 23:26
Учёные из Института астрофизики имени Лейбница в Потсдаме (AIP) и Института космических наук Барселонского университета (ICCUB) представили новую модель машинного обучения для эффективной обработки данных по 217 миллионам звёзд, наблюдавшихся в ходе миссии Gaia. Этот подход открывает новые возможности для картирования характеристик звёзд и улучшения понимания структуры Млечного Пути.
Третий выпуск данных космической миссии Gaia Европейского космического агентства предоставил астрономам доступ к улучшенным измерениям 1,8 миллиарда звёзд, что представляет собой колоссальный объём данных для исследования Млечного Пути. Однако эффективный анализ такого большого набора данных является серьёзной проблемой. В исследовании учёные изучали использование машинного обучения для оценки ключевых свойств звёзд с использованием спектрофотометрических данных, предоставленных обсерваторией Gaia.
Модель была обучена на данных о 8 миллионах звёзд и достигла надёжных прогнозов с небольшими неопределённостями. Работа опубликована в журнале Astronomy & Astrophysics.
«Базовая технология, называемая деревьями с экстремальным градиентным усилением, позволяет с беспрецедентной эффективностью оценивать точные характеристики звёзд, такие как температура, химический состав и затенение межзвёздной пылью. Разработанная модель машинного обучения SHBoost выполняет свои задачи, включая обучение модели и прогнозирование, в течение четырёх часов на одном графическом процессоре. Этот процесс ранее требовал двух недель и 3000 высокопроизводительных процессоров», — говорит Арман Халатян (Arman Khalatyan) из AIP и главный автор исследования.
Этот метод машинного обучения значительно сокращает время вычислений, потребление энергии и выбросы CO2. Это первый случай успешного применения такого метода к звёздам всех типов одновременно.
Крупномасштабная карта (длина стороны 330 000 световых лет) плотности 217 миллионов звёзд из выборки Gaia DR3 XP. Источник: F. Anders, Universitat de BarcelonaМодель обучается на высококачественных спектроскопических данных из небольших обзоров, а затем применяет эти «знания» к третьему большому выпуску данных Gaia (DR3), извлекая ключевые параметры, используя только фотометрические и астрометрические данные, а также спектры Gaia XP низкого разрешения.
«Высокое качество результатов снижает необходимость в дополнительных ресурсоёмких спектроскопических наблюдениях при поиске хороших кандидатов для дальнейших исследований, таких как звёзды с низким или высоким содержанием редких металлов, имеющие ключевое значение для понимания самых ранних фаз формирования Млечного Пути», — говорит Кристина Кьяппини из AIP.
Этот метод оказывается решающим для подготовки будущих наблюдений с использованием многообъектной спектроскопии, таких как 4MIDABLE-LR — крупномасштабное исследование Галактического диска и балджа, которое станет частью проекта 4MOST в Европейской южной обсерватории (ESO) в Чили.
«Новый подход предоставляет обширные карты общего химического состава Млечного Пути, подтверждающие распределение молодых и старых звёзд. Данные показывают концентрацию богатых металлами звёзд во внутренних областях галактики, включая перемычку и балдж, с огромной статистической мощностью», — добавляет Фридрих Андерс из ICCUB.
Команда также использовала модель для картирования молодых, массивных горячих звёзд по всей галактике, выделяя далёкие, плохо изученные регионы, в которых формируются звёзды. Данные также показывают, что во Млечном Пути существует ряд «пустот», — областей, в которых находится очень мало молодых звёзд. Кроме того, данные показывают, где трёхмерное распределение межзвёздной пыли всё ещё плохо решено.
Поскольку Gaia продолжает собирать данные, способность моделей машинного обучения быстро и устойчиво обрабатывать огромные наборы данных делает их важнейшим инструментом для будущих астрономических исследований. Успех подхода демонстрирует потенциал машинного обучения для преобразования анализа больших данных в астрономии и других научных областях, одновременно способствуя более устойчивым методам исследований.
Подробнее на iXBT
Предыдущие новости
Нелинейный детектив The Rise of the Golden Idol получил дату выхода и расширенную демоверсию в Steam
Издательство PlayStack и разработчики из латвийской Color Gray Games объявили дату выхода нелинейного детективного приключения The Rise of the Golden Idol и выпустили крупное обновление для его предшественницы, The Case of the Golden Idol. Источник изображений:...
Учёные обнаружили сверхмассивную чёрную дыру, которая уничтожила одну звезду и теперь использует её остатки, чтобы уничтожить другую
Учёные обнаружили сверхмассивную чёрную дыру, которая разорвала одну звезду и теперь использует её остатки, чтобы уничтожить другую звезду или меньшую чёрную дыру, которая раньше «была в безопасности». Это открытие, сделанное с помощью рентгеновской обсерватории Chandra, космического телескопа Hubble, NICER (Neutron Star Interior Composition Explorer), обсерватории Neil...
«Хаббл» обнаружил неожиданные колебания Большого Красного Пятна Юпитера
Астрономы обнаружили новые подробности о легендарном Большом Красном Пятне (БКП) Юпитера, — антициклоне размером больше Земли, который наблюдается уже по крайней мере 150 лет. Космический телескоп «Хаббл» провёл новые наблюдения за знаменитым штормом в течение 90 дней с декабря 2023 года по март 2024 года, показав, что БКП не так стабилен, как казалось. Последние данные...
Обнаружена самая маломассивная экзопланета за пределами Солнечной системы
Учёные обнаружили планету AF Lep b, которая стала самой маломассивной планетой за пределами Солнечной системы, которую можно было наблюдать напрямую, а её массу можно измерить с помощью астрометрии. Это достижение стало возможным благодаря использованию космического телескопа «Джеймс Уэбб» (JWST), который позволил изучить атмосферу планеты и получить ценную информацию о её...