天文学者は、研究者がピクセルごとに天文学データデータを分析して、すべての銀河と星を識別するのを支援する深い学習コンピュータープログラムを開発しました。
からの研究チームカリフォルニア大学、サンタクルス、Morpheusという名前のコンピュータープログラムを開発しました。 Morpheusは、すべての銀河と星を識別および分類するために、Pixelごとに天文画像データピクセルを分析できます。
ディープラーニング人気 の オンライン カジノの背後に
深い学習フレームワークには無数のが組み込まれています画像と音声認識のために開発されました。カリフォルニア大学カリフォルニア大学サンタクルス校の計算天体物理学研究グループのリーダーであるブラントロバートソンは、天文学データセットの急速に増加するサイズが、天文学者によって伝統的に行われたいくつかのタスクを自動化するために不可欠であると述べました。
ディープラーニング人気 の オンライン カジノは、以前は天文学者によって銀河を分類するために使用されてきましたが、これらの取り組みは通常、既存の画像認識アルゴリズムの適応を伴い、研究者は分類される銀河のキュレーションされた画像を提供しています。ライアン・ハウゼン、コンピューターサイエンスの大学院生UCSCのBaskin School of Engineering、天文学データのために特別にモルフェウスを開発およびテストし、モデルは天文学者が使用する標準のデジタルファイル形式で元の画像データを入力して使用します。
ピクセルレベルの分類はモルフェウスの重要な利点であると、ロバートソンは次のように述べています。 「モルフェウスはあなたのために銀河を発見し、ピクセルごとにピクセルを行うので、ディスクのすぐ隣にスフェロイド性があるかもしれない非常に複雑な画像を処理できます。
AIを使用して銀河の形成を理解する
結果の公開でAstrophysical Journal Supplementシリーズ、ハウゼンとロバートソンもモルフェウスコードを公開し、オンラインデモンストレーションを提供しています。
銀河の形態は、銀河が時間とともにどのように形成され進化するかについて天文学者に伝えることができます。大規模な調査により、膨大な量の画像データが生成されます。
深い学習アルゴリズムを訓練するために、研究チームは2015年の研究からの情報を使用しました。この研究では、数十人の天文学者がCandels調査のハッブル宇宙望遠鏡画像の約10,000の銀河を分類しました。その後、モルフェウスを適用して、ハッブルレガシーフィールドのデータを画像化しました。これは、いくつかのハッブルディープフィールド調査で採取された観測を組み合わせたものです。
Goods SouthのMorpheusモデル結果のインタラクティブな視覚化が公開されています。この作業は、NASAと国立科学財団によってサポートされていました。
