Déi selwecht Technologie déi Gesiichtserkennung a selbstfahrend Autoen dréit, ka geschwënn e Schlësselinstrument sinn fir déi verstoppt Geheimnisser vum Universum opzemaachen.
Rezent Entwécklungen an der Observatiounsastronomie hunn zu enger Explosioun vun Daten gefouert.
Mächteg Teleskope sammelen Terabytes vun Daten all Dag. Fir esou vill Donnéeën ze verarbeiten, mussen d'Wëssenschaftler nei Weeër fannen fir verschidden Aufgaben am Feld ze automatiséieren, wéi d'Bestralungsmessung an aner Himmelsphänomener.
Eng besonnesch Aufgab, déi d'Astronomen gären beschleunegen, ass d'Klassifikatioun vu Galaxien. An dësem Artikel wäerte mir iwwergoen firwat d'Klassifikatioun vun Galaxien sou wichteg ass a wéi d'Fuerscher ugefaang hunn op fortgeschratt Maschinnléiertechniken ze vertrauen fir opzebauen wéi de Volume vun den Daten eropgeet.
Firwat musse mir Galaxien klassifizéieren?
D'Klassifikatioun vu Galaxien, am Beräich bekannt als Galaxismorphologie, entstanen am 18. Joerhonnert. Während där Zäit huet de Sir William Herschel observéiert, datt verschidde 'Niwwelen' a verschiddene Forme koumen. Säi Jong John Herschel huet dës Klassifikatioun verbessert andeems hien tëscht galakteschen Niwwelen an net-galakteschen Niwwelen ënnerscheet. Déi lescht vun dësen zwou Klassifikatiounen si wat mir kennen a bezeechnen als Galaxien.
Géint Enn vum 18. Joerhonnert hu verschidden Astronomen spekuléiert, datt dës kosmesch Objeten "extragalaktesch" wieren, an datt se ausserhalb vun eiser Mëllechstrooss leien.
Hubble huet eng nei Klassifikatioun vu Galaxien 1925 mat der Aféierung vun der Hubble Sequenz agefouert, informell als Hubble Stemmgabel Diagramm bekannt.
Dem Hubble seng Sequenz huet d'Galaxien a regelméisseg an onregelméisseg Galaxien opgedeelt. Déi regulär Galaxië ware weider an dräi breet Klassen opgedeelt: Elliptesch, Spiralen a Lentikulär.
D'Studie vu Galaxien gëtt eis Abléck a verschidde Schlësselgeheimnisser wéi d'Universum funktionnéiert. Fuerscher hunn déi verschidde Forme vu Galaxien benotzt fir iwwer de Stärebildungsprozess ze theoretiséieren. Mat Hëllef vun Simulatioune hunn d'Wëssenschaftler och probéiert ze modelléieren wéi d'Galaxien sech selwer an d'Formen bilden, déi mir haut observéieren.
Automatiséiert Morphologesch Klassifikatioun vu Galaxien
Fuerschung iwwer d'Benotzung vu Maschinnléiere fir Galaxien ze klassifizéieren huet villverspriechend Resultater gewisen. Am Joer 2020 hunn d'Fuerscher vum National Astronomical Observatory of Japan a déif Léieren Technik Galaxien genee ze klassifizéieren.
D'Fuerscher hunn e grousst Datesaz vu Biller benotzt, déi aus der Subaru/Hyper Suprime-Cam (HSC) Survey kritt goufen. Mat hirer Technik konnte si Galaxien a S-weise Spiralen, Z-weise Spiralen an Net-Spiralen klasséieren.
Hir Fuerschung bewisen d'Virdeeler vun der Kombinatioun vun grouss Daten aus Teleskope mat ze léieren Techniken. Wéinst neuralen Netzer kënnen d'Astronomen elo probéieren aner Aarte vu Morphologie ze klassifizéieren, wéi Baren, Fusioune a staark Objektiven. Zum Beispill, Zesummenhang Fuerschung vum MK Cavanagh an K. Bekki benotzt CNNs Bar Formatiounen an fusionéieren Galaxien ënnersicht.
Wéi Et Bauten
D'Wëssenschaftler vum NAOJ hunn sech op Konvolutionär ugewisen neural Netzwierker oder CNNs fir Biller ze klassifizéieren. Zënter 2015 sinn CNNs eng extrem genee Technik ginn fir verschidden Objeten ze klassifizéieren. Real-Welt Uwendungen fir CNNs enthalen Gesiichtserkennung a Biller, selbstfahrend Autoen, handgeschriwwe Charaktererkennung, a medizinescht Bildanalyse.
Awer wéi funktionnéiert en CNN?
CNN gehéiert zu enger Klass vu Maschinnléiertechniken bekannt als Klassifizéierer. Klassifizéierer kënne bestëmmten Input huelen an en Datepunkt ausginn. Zum Beispill, e Street Sign Classifier wäert fäeg sinn e Bild opzehuelen an erauszekréien ob d'Bild e Stroosseschëld ass oder net.
E CNN ass e Beispill vun engem neural Netz. Dës neural Netzwierker besteet aus Neuron organiséiert an Schichten. Wärend der Trainingsphase ginn dës Neuronen ofgestëmmt fir spezifesch Gewiichter a Viraussetzungen unzepassen, déi hëllefen de Klassifikatiounsproblem erfuerderlech ze léisen.
Wann en neuralt Netzwierk e Bild kritt, hëlt et a klenge Beräicher vum Bild anstatt alles als Ganzt, All eenzel Neuron interagéiert mat aneren Neuronen wéi et a verschiddene Sektiounen vum Haaptbild hëlt.
D'Präsenz vu konvolutionalen Schichten mécht CNN anescht wéi aner neural Netzwierker. Dës Schichten scannen iwwerlappend Pixelblocken mam Zil d'Features vum Inputbild z'identifizéieren. Well mir Neuronen verbannen, déi no zesummen sinn, wäert d'Netzwierk méi einfach d'Bild verstoen wéi d'Inputdaten duerch all Layer passéieren.
Benotzung an der Galaxie Morphologie
Wann se benotzt gi fir Galaxien ze klassifizéieren, zerbriechen CNNs e Bild vun enger Galaxis a méi kleng "Flecken". Mat e bësse Mathematik probéiert déi éischt verstoppte Schicht ze léisen ob de Patch eng Linn oder eng Kéier enthält. Weider Schichten wäerte probéieren ëmmer méi komplex Froen ze léisen wéi ob de Patch eng Feature vun enger Spiralgalaxis enthält, wéi d'Präsenz vun engem Aarm.
Obwuel et relativ einfach ass ze bestëmmen ob e Sektioun vun engem Bild eng riicht Linn enthält, gëtt et ëmmer méi komplex ze froen ob d'Bild eng Spiralgalaxis weist, eleng wéi eng Spiralgalaxis.
Mat neurale Netzwierker fänkt de Klassifizéierer mat zoufälleg Regelen a Critèren un. Dës Regele ginn lues a lues ëmmer méi präzis a relevant fir de Problem dee mir probéieren ze léisen. Um Enn vun der Trainingsphase soll den neurale Netzwierk elo eng gutt Iddi hunn, wéi eng Features an engem Bild sichen.
AI verlängeren mat Citizen Science
Biergerwëssenschaft bezitt sech op wëssenschaftlech Fuerschung duerch Amateurwëssenschaftler oder ëffentleche Memberen.
Wëssenschaftler, déi Astronomie studéieren, kollaboréieren dacks mat Biergerwëssenschaftler fir méi wichteg wëssenschaftlech Entdeckungen ze maachen. D'NASA hält eng Lëscht vun Dosende vu Citizen Science Projeten, zu deenen jiddereen mat engem Handy oder Laptop bäidroe kann.
Den National Astronomical Observatory vu Japan huet och e Biergerwëssenschaftsprojet opgestallt bekannt als Galaxis Cruise. D'Initiativ trainéiert Fräiwëlleger fir Galaxien ze klassifizéieren an no Unzeeche vu potenziellen Kollisiounen tëscht Galaxien ze sichen. En anere Biergerprojet genannt Galaxy Zoo huet scho méi wéi 50 Millioune Klassifikatiounen am éischte Joer vum Start kritt.
Benotzen Daten aus Bierger Wëssenschaft Projeten, mir kënnen trainéiert neural Netzwierker fir Galaxien a méi detailléiert Klassen weider ze klasséieren. Mir kënnen och dës Biergerwëssenschaftsetikette benotze fir Galaxien mat interessanten Features ze fannen. Features wéi Réng a Lënsen kënnen nach ëmmer schwéier sinn mat engem neurale Netzwierk ze fannen.
Konklusioun
Neural Netzwierkstechnike ginn ëmmer méi populär am Beräich vun der Astronomie. De Start vum James Webb Weltraumteleskop vun der NASA am Joer 2021 versprécht eng nei Ära vun der Observatiounsastronomie. Den Teleskop huet scho Terabytes vun Daten gesammelt, mat méiglecherweis Dausende méi ënnerwee a senger fënnef Joer Missiounsdauer.
D'Klassifikatioun vun Galaxien ass just eng vu ville potenziellen Aufgaben, déi mat ML opskaléiert kënne ginn. Mat Raumdatenveraarbechtung gëtt säin eegene Big Data Problem, Fuerscher mussen fortgeschratt Maschinnléiere voll asetzen fir dat grousst Bild ze verstoen.
Hannerlooss eng Äntwert