Heman teknolojiya ku nasnameya rû û otomobîlên xwe-ajotinê dimeşîne dibe ku di demek nêzîk de bibe amûrek sereke di vekirina sirên veşartî yên gerdûnê de.
Pêşketinên dawî yên di astronomiya çavdêriyê de bûne sedema teqîna daneyan.
Teleskopên bi hêz rojane terabytes daneyan berhev dikin. Ji bo pêvajokirina ew qas daneyê, zanyar hewce ne ku rêyên nû bibînin da ku karên cihêreng ên li qadê otomatîk bikin, wek pîvandina radyasyonê û diyardeyên din ên ezmanî.
Karekî taybetî yê ku stêrnas dixwazin lez bikin, dabeşkirina galaksiyan e. Di vê gotarê de, em ê biçin ser ka çima dabeşkirina galaksiyan ew qas girîng e û çawa lêkolîneran dest pê kirine ku xwe bispêrin teknîkên fêrbûna makîneya pêşkeftî ku her ku hêjmara daneyan zêde dibe mezin bibin.
Çima hewce ye ku em galaksiyan dabeş bikin?
Tesnîfkirina galaksiyan, ku li qadê wekî morfolojiya galaksiyan tê zanîn, di sedsala 18-an de derketiye holê. Di wê demê de, Sir William Herschel dît ku cûrbecûr 'nebulan' di cûrbecûr de derketin. Kurê wî John Herschel bi ferqkirina nebulên galaktîk û nebuleyên ne-galaktîkî li ser vê dabeşkirinê çêtir kir. Ya paşîn ji van her du dabeşkirinên ku em dizanin û wekî galaksiyan bi nav dikin.
Di dawiya sedsala 18-an de, stêrnasên cûrbecûr texmîn kirin ku ev tiştên kozmîkî "ji derveyî galaktîk" in, û ku ew li derveyî Rêya me ya Şîrî ne.
Hubble di sala 1925-an de bi danasîna rêzika Hubble, ku bi nefermî wekî diyagrama Tuning-fork Hubble tê zanîn, dabeşkirinek nû ya galaksiyan destnîşan kir.
Rêza Hubble galaksiyan li ser galaksiyên birêkûpêk û nerêkûpêk dabeş kir. Galaksiyên birêkûpêk bêtir li sê çînên berfireh hatine dabeş kirin: Eliptîk, spiral û lentîkuler.
Lêkolîna galaksiyan li ser çend sirên sereke yên ka gerdûn çawa dixebite têgihiştinê dide me. Lekolînwanan formên cihêreng ên galaksiyan bikar anîne da ku li ser pêvajoya çêbûna stêrkan teorîze bikin. Bi karanîna simulasyonan, zanyaran her weha hewl dane ku model bikin ka galaksiyên xwe çawa di şiklên ku îro em dibînin çêdibin.
Dabeşkirina Morfolojîk a Xweser a Galaksiyan
Lêkolîna li ser karanîna fêrbûna makîneyê ji bo dabeşkirina galaksiyan encamên sozdar nîşan da. Di sala 2020 de, lêkolînerên ji Çavdêrxaneya Astronomîkî ya Neteweyî ya Japonê a teknîka hînbûna kûr ji bo dabeşkirina galaksiyan rast.
Lekolînwanan danehevek mezin a wêneyên ku ji Lêkolîna Subaru/Hyper Suprime-Cam (HSC) hatine wergirtin bikar anîn. Bi bikaranîna teknîka xwe, wan dikaribû galaksiyan li spiralên S-aqilmend, spiralên Z-aqilmend û ne-spiral dabeş bikin.
Lêkolîna wan feydeyên berhevkirina daneyên mezin ên ji teleskopan bi wan re destnîşan kir hînbûna kûr teknîkên. Ji ber torên neuralî, astronom niha dikarin biceribînin ku celebên din ên morfolojiyê yên wekî bars, hevgirtin, û tiştên bi lensek bi hêz dabeş bikin. Bo nimûne, lêkolînên têkildar ji MK Cavanagh û K. Bekki CNN bikar anîn da ku li avabûnên baran ên di galaksiyên yekbûyî de lêkolîn bikin.
Ku çawa dixebite
Zanyarên ji NAOJ xwe dispêrin konvolutional torên neural an CNN ji bo dabeşkirina wêneyan. Ji sala 2015-an vir ve, CNN bûne teknîkek pir rast ji bo dabeşkirina hin tiştan. Serîlêdanên cîhana rastîn ên ji bo CNN-ê di wêneyan de tespîtkirina rûyê, otomobîlên xwe-ajotinê, naskirina karaktera destnivîs, û bijîjkî vedihewîne. analîzkirina wêneyan.
Lê CNN çawa dixebite?
CNN girêdayî çînek teknîkên fêrbûna makîneyê ye ku wekî dabeşker tê zanîn. Dabeşkar dikarin hin têketinê bigirin û xalek daneyê derxînin. Mînakî, dabeşkerek nîşana kolanê dê bikaribe wêneyek bikişîne û derxe ka wêne nîşanek kolanê ye an na.
CNN mînakek a torê neural. Ev torên neuralî ji wan pêk tên neurons bi rêxistin kirin kêmxwendî,. Di qonaxa perwerdehiyê de, van neuron têne guheztin da ku giranî û nerînên taybetî biguhezînin ku dê alîkariya çareserkirina pirsgirêka dabeşkirina hewce bike.
Dema ku tora neuralî wêneyek distîne, ew li deverên piçûk ên wêneyê li şûna her tiştî bi tevahî digire, her neuronek ferdî bi neuronên din re têkildar dibe ku ew di beşên cihêreng ên wêneya sereke de digire.
Hebûna qatên hevedudanî CNN ji torên neuralî yên din cuda dike. Van qatan blokên hevgirtî yên pixelan bi mebesta naskirina taybetmendiyên ji wêneya têketinê dişoxilînin. Ji ber ku em neuronên ku nêzî hev in ve girêdidin, ji ber ku daneyên têketinê di her qatê re derbas dibin, tor dê hêsantir wêneyê fam bike.
Bikaranîna di Morfolojiya Galaxy de
Dema ku di dabeşkirina galaksiyan de têne bikar anîn, CNN wêneyek galaksiyek li "perçeyên" piçûktir vediqetîne. Bi karanîna piçek matematîkê, qata yekem a veşartî dê hewl bide ku çareser bike ka patch xêzek an xêzek heye. Qatên din dê hewl bidin ku pirsên her ku diçe tevlihevtir çareser bikin, wek mînak gelo ev paç taybetmendiyek galaksiyek spiral dihewîne, mîna hebûna destek.
Digel ku meriv bi rêkûpêk hêsan e ku meriv diyar bike ka beşek wêneyek xêzek rast heye, her ku diçe tevlihevtir dibe ku meriv bipirse gelo wêne galaksiyek spiral nîşan dide, bila nehêle ka celebek galaksiya spiral çi ye.
Bi torên neuralî re, dabeşker bi rêgez û pîvanên random dest pê dike. Ev qaîdeyên hêdî hêdî bi pirsgirêka ku em hewl didin çareser bikin re rastir û rasttir dibin. Di dawiya qonaxa perwerdehiyê de, divê tora neuralî êdî xwediyê ramanek baş be ka li kîjan taybetmendiyan di wêneyekê de bigere.
Berfirehkirina AI-ê bi karanîna Citizen Science
Zanistiya hemwelatiyê lêkolînek zanistî ye ku ji hêla zanyarên amator an endamên gelemperî ve têne kirin.
Zanyarên ku astronomî dixwînin bi gelemperî bi zanyarên hemwelatî re hevkariyê dikin da ku ji bo çêkirina vedîtinên zanistî yên girîngtir bibin alîkar. NASA diparêze a rêzok bi dehan projeyên zanistiya hemwelatiyê ku her kesê ku têlefonek desta an laptopek hebe dikare beşdarî wan bibe.
Çavdêrxaneya Astronomîkî ya Neteweyî ya Japonyayê jî projeyek zanistî ya hemwelatiyê ku bi navê wî tê zanîn daniye Galaxy Cruise. Înîsiyatîf dilxwazan perwerde dike ku galaksiyan dabeş bikin û li nîşanên pevçûnên potansiyel ên di navbera galaksiyan de bigerin. Projeyek din ya hemwelatiyê tê gotin Galaxy Zoo tenê di sala yekem a destpêkirinê de zêdetirî 50 mîlyon dabeşkirin wergirtiye.
Bi karanîna daneyên projeyên zanistiya hemwelatiyê, em dikarin torên neuralî trênê da ku galaksiyan li çînên berfirehtir dabeş bikin. Em dikarin van etîketên zanistiya hemwelatiyê jî bikar bînin da ku galaksiyên bi taybetmendiyên balkêş bibînin. Taybetmendiyên wekî zengil û lens hîn jî dijwar e ku meriv bi karanîna tora neuralî bibîne.
Xelasî
Teknîkên tora neuralî di warê astronomiyê de her ku diçe populer dibin. Destpêkirina Teleskopa Fezayê ya James Webb a NASAyê di sala 2021an de soza serdemek nû ya astronomiya çavdêriyê dide. Teleskopê jixwe terabytes dane berhev kiriye, dibe ku bi hezaran zêdetir di rê de di jiyana mîsyona xwe ya pênc-salî de bin.
Tesnîfkirina galaksiyan tenê yek ji gelek karên potansiyel e ku dikare bi ML-ê re were pîvan kirin. Digel ku pêvajoya daneya fezayê dibe pirsgirêka wê ya Daneyên Mezin, lêkolîner divê fêrbûna makîneya pêşkeftî bi tevahî bikar bînin da ku wêneya mezin fam bikin.
Leave a Reply