https://ryazan.life/novosti/iskusstvennyj-intellekt-pomogaet-pri-identifikacii-astronomicheskix-obektov-un35572/
Искусственный интеллект помогает при идентификации астрономических объектов
Искусственный интеллект помогает при идентификации астрономических объектов | 30.05.2022 | Рязань.Лайф
Искусственный интеллект помогает при идентификации астрономических объектов
30 мая-Ryazan.life Новый алгоритм SHEEP способен определять природу астрономических источников
20220530T2040
20221010T0659
/html/head/meta[@name='og:title']/@content
/html/head/meta[@name='og:description']/@content
30 мая-Ryazan.life Новый алгоритм SHEEP способен определять природу астрономических источников Классификация небесных объектов представляет собой давнюю астрономическую проблему. Источники разного типа, находящиеся на немыслимо огромных расстояниях, легко перепутать между собой, например, звезду с галактикой, или квазар со сверхновой. Решение этой проблемы было недавно предложено учеными из Института астрофизики и космических исследований, Португалия, которые решили создать оригинальный алгоритм машинного обучения под названием SHEEP, который  способен определять природу астрономических источников. Алгоритм SHEEP представляет собой программу для обработки данных на основе принципов искусственного интеллекта, которая производит оценку фотометрических красных смещений и использует эту информацию для последующей классификации источников, таких как галактика, квазар или звезда. [caption id="attachment_35632" align="alignnone" width="1600"] unraveldata.com[/caption] Принцип исследования состоит в том, что перед проведением классификации алгоритм сначала производит оценку фотометрических красных смещений, а затем добавляет их в набор данных как дополнительный вспомогательный параметр для тренировки классификационной модели. Команда нашла, что добавление этого красного смещения и координат объектов позволяют искусственному интеллекту «понимать» эти объекты в сетке трехмерной карты Вселенной, и они использовали эти величины совместно с цветовой информацией, чтобы производить более точные оценки свойств источников. Например, искусственный интеллект выяснил, что вероятность обнаружить звезды ближе к плоскости Млечного пути выше, чем в направлении полюсов Галактики. С тех пор как искусственный интеллект начал работать с трехмерной картой Вселенной, появилась возможность точно определить  природы источников. Этот проект стал важной частью современных попыток разработать средства обработки огромного количества данных, производимых современными действующими обзорами неба.
Россия
Рязань.Лайф
mayn-r@ryazan.life
ООО Столичный Деловой Клуб
160
73
160
73
Лада Кононенко
Новости
ru-RU
Рязань.Лайф
mayn-r@ryazan.life
ООО Столичный Деловой Клуб
160
73

Искусственный интеллект помогает при идентификации астрономических объектов

(обновлено: 20:40 30.05.2022)

30 мая-Ryazan.life Новый алгоритм SHEEP способен определять природу астрономических источников

Классификация небесных объектов представляет собой давнюю астрономическую проблему. Источники разного типа, находящиеся на немыслимо огромных расстояниях, легко перепутать между собой, например, звезду с галактикой, или квазар со сверхновой.

Решение этой проблемы было недавно предложено учеными из Института астрофизики и космических исследований, Португалия, которые решили создать оригинальный алгоритм машинного обучения под названием SHEEP, который  способен определять природу астрономических источников.

Алгоритм SHEEP представляет собой программу для обработки данных на основе принципов искусственного интеллекта, которая производит оценку фотометрических красных смещений и использует эту информацию для последующей классификации источников, таких как галактика, квазар или звезда.

Принцип исследования состоит в том, что перед проведением классификации алгоритм сначала производит оценку фотометрических красных смещений, а затем добавляет их в набор данных как дополнительный вспомогательный параметр для тренировки классификационной модели.

Команда нашла, что добавление этого красного смещения и координат объектов позволяют искусственному интеллекту «понимать» эти объекты в сетке трехмерной карты Вселенной, и они использовали эти величины совместно с цветовой информацией, чтобы производить более точные оценки свойств источников. Например, искусственный интеллект выяснил, что вероятность обнаружить звезды ближе к плоскости Млечного пути выше, чем в направлении полюсов Галактики. С тех пор как искусственный интеллект начал работать с трехмерной картой Вселенной, появилась возможность точно определить  природы источников.

Этот проект стал важной частью современных попыток разработать средства обработки огромного количества данных, производимых современными действующими обзорами неба.

Автор статьи
Лада Кононенко