Les techniques d’apprentissage automatique identifient des milliers de nouveaux objets spatiaux

Des scientifiques du Tata Institute of Fundamental Research (TIFR), Mumbai, Inde et de l’Indian Institute of Space Science and Technology (IIST), Thiruvananthapuram, Inde, à savoir le Prof. , Professeur Samir Mandal et Pr. Deepak Mishra (IIST), a découvert la nature de milliers de nouveaux objets cosmiques aux longueurs d’onde des rayons X à l’aide de techniques d’apprentissage automatique. L’apprentissage automatique est une variante ou une partie de l’intelligence artificielle.

L’astronomie entre dans une nouvelle ère alors que de vastes quantités de données astronomiques provenant de millions d’objets spatiaux deviennent librement disponibles. C’est le résultat de recherches approfondies et d’observations planifiées avec des observatoires de qualité et une politique d’accès ouvert aux données. Inutile de dire que ces données ont un grand potentiel pour de nombreuses découvertes et une nouvelle compréhension de l’univers.

Cependant, l’examen manuel de toutes ces données d’objets n’est pas pratique et les techniques d’apprentissage automatique automatisées sont essentielles pour extraire des informations de ces données. Cependant, l’application de ces techniques aux données astronomiques est encore très limitée et en est à ses débuts.

Dans ce contexte, l’équipe TIFR-IIST a appliqué des techniques d’apprentissage automatique à des centaines de milliers d’objets spatiaux observés en rayons X par l’US Chandra Space Observatory. Cela a montré comment les avancées technologiques nouvelles et modernes peuvent aider et révolutionner la recherche scientifique fondamentale.

L’équipe a appliqué cette technique à environ 277 000 objets à rayons X, dont la plupart étaient de nature inconnue. La classification de la nature des objets inconnus équivaut à la détection de certaines classes d’objets. Ainsi, cette recherche a conduit à la détection fiable de milliers d’objets cosmiques de classes telles que les trous noirs, les étoiles à neutrons, les naines blanches, les étoiles, etc., ce qui a ouvert une énorme opportunité à la communauté astronomique pour de nombreuses études plus détaillées. nouveaux sujets intéressants.

Cette recherche collaborative est également essentielle pour créer une capacité de pointe permettant d’appliquer de nouvelles techniques d’apprentissage automatique à la recherche fondamentale en astronomie, ce qui sera essentiel à l’utilisation scientifique des données des observatoires actuels et futurs.

Rapport de recherche.Classification automatique des sources ponctuelles de rayons X Chandra à l’aide de méthodes d’apprentissage automatique

Liens connexes:

Institut Tata de recherche fondamentale

Tourisme spatial, transport spatial et exploration spatiale