日本天文学家开发的一种新的基于AI的工具有望消除数据中有害的噪音,以产生对星系真实形状的更清洁的视野。科学家成功尝试了这种批准
日本天文学家开发的一种新的基于AI的工具有望消除数据中有害的噪音,以产生对星系真实形状的更清洁的视野。科学家在日本斯巴鲁望远镜的真实数据上成功尝试了这种方法,并发现其技术产生的质量分布与已建立的模型相对应。
东京日本国家天文学(NAOJ)的科学家认为,他们的方法在分析大型天文学调查的大数据时可能非常有用。这些调查通过关注重力镜头模式来帮助我们研究宇宙的结构。
重力镜头的麻烦
引力镜头是指大型空间物体(例如星系群)可能会扭曲或弯曲来自其背景中物体的光的光线。换句话说,可以通过前景中的物体的重力拉力使遥远的空间物体的图像看起来很奇怪。
一个例子是Naoj天文学家在2016年发现的“荷鲁斯之眼”银河系系统。该系统的醒目图像以纪念古埃及天空神的神圣之眼而命名,是两个遥远星系的副产品由一个更近的星系镜头。
天文学家重力镜头的问题是,它可能使很难区分由于重力与实际扭曲的星系扭曲的星系图像。这种所谓的“形状噪声”破坏了对宇宙大型结构的研究的信心。
荷鲁斯星系系统的眼睛。中心的黄色物体代表了一个大约70亿光年的星系,该星系在背景中弯曲了两个星系的光线,这些星系甚至更远。
这项新的研究发表在皇家天文学会的标题通知中,展示了研究团队如何通过利用世界上最强大的天文学超级计算机ATERUI II来抵消形状噪声。通过喂养它的假装和来自斯巴鲁望远镜的真实数据,科学家使计算机模拟了25,000个模拟星系目录。他们通过深度学习教授其人工智能网络,从噪声中挑选出正确的数据,为这些数据集增加了逼真的噪音。
“这项研究显示了结合不同类型研究的好处:观察,模拟和AI数据分析,”团队的领导者Masato Shirasaki。他补充说:“在这个大数据时代,我们需要跨越专业之间的传统边界,并使用所有可用工具来了解数据。如果我们能做到这一点,它将在天文学和其他科学方面开放新领域。”
AI如何工作
日本天文学家的AI采用了生成的对抗网络(GAN),学会了寻找以前看不到的细节,该天文台的新闻稿解释了。科学家开发的gan实际上使用了两个网络 – 其中一个生成了镜头图的图像,没有噪声,而另一个将其与真实的无噪声镜头图进行了比较,将创建的图像标记为假货。通过通过大量的噪声和DeNo的地图对运行此系统,两个网络均经过训练。第一个将镜头图更接近真实的镜头,而另一个网络可以更好地识别假货。研究中使用的AI(生成对抗网络)图。学分:naoj
为了进一步测试他们的方法,科学家将AI的注意力转移到了来自21平方度的天空中的真实数据上,这表明前景质量的分布与标准宇宙学模型所预测的相一致。
原创文章,作者:生活会,如若转载,请注明出处:http://www.dsonekey.com/3350.html