人工知能が超新星爆発を前例のない精度で分類

光度曲線の経時変化を入力するだけで超新星の型を分類できる人工知能が出来たらしい。今までスペクトル分析でⅠ型とⅡ型を分類していたけどスペクトルのデータは不要。以下、機械翻訳。
人工知能が超新星爆発を前例のない精度で分類
リリース番号：2020-32　リリースの場合： 2020年12月17日木曜日-10：45am
Cas-A
マサチューセッツ州ケンブリッジ-
Center for Astrophysicsの天文学者チームのおかげで、人工知能は従来のスペクトルを使用せずに実際の超新星爆発を分類しています。ハーバード＆スミソニアン。完全なデータセットと結果の分類は、一般に公開されています。
機械学習モデルをトレーニングして、目に見える特性に基づいて超新星を分類することにより、天文学者は、スペクトルを使用せずに、82％の精度で2,315個の超新星のPan-STARRS1 Medium DeepSurveyからの実際のデータを分類できました。
天文学者は、光度曲線、または時間の経過とともに明るさがどのように変化するかに基づいて、さまざまなタイプの超新星を分類するソフトウェアプログラムを開発しました。「Pan-STARRS1MediumDeep Surveyの光度曲線を持つ約2,500個の超新星があり、そのうち、分類に使用できるスペクトルを持つ500個の超新星があります」とCfAのポスドク研究員で最初の筆頭著者であるGriffinHosseinzadehは述べています。アストロフィジカルジャーナルに掲載された2つの論文の。「私たちはそれらの500個の超新星を使用して分類器を訓練し、スペクトルを観測できなかった残りの超新星を分類しました。」
CfAの天文学者であるEdoBergerは、人工知能に特定の質問に答えるように依頼することで、結果がますます正確になると説明しました。「機械学習は、元の500の分光ラベルとの相関関係を探します。色、進化の速度、明るさなど、さまざまなカテゴリの超新星を比較するように依頼します。実際の既存の知識を提供することで、最高の精度が得られます。 80パーセントと90パーセント。」
これは超新星分類のための最初の機械学習プロジェクトではありませんが、天文学者が人工知能ベースの超新星分類器をトレーニングするのに十分な大きさの実際のデータセットにアクセスできるのは初めてであり、シミュレーションの使用。
「シミュレートされた光度曲線を作成する場合、それは超新星がどのように見えるかについて仮定を立てていることを意味し、分類器はそれらの仮定も学習します」とHosseinzadeh氏は述べています。「自然は、あなたが説明しなかったという点で、常にいくつかの追加の複雑さを投げかけます。つまり、分類器は、シミュレートされたデータよりも実際のデータではうまく機能しません。分類器のトレーニングに実際のデータを使用したため、測定された精度を意味します。おそらく、分類器が他の調査でどのように実行されるかをよりよく表しています。」分類器が超新星を分類するとき、バーガー氏は次のように述べています。「詳細なフォローアップのために最も興味深いイベントを選択するために、振り返ってリアルタイムでそれらを研究することができます。アルゴリズムを使用して針を選択しますまた、干し草の山を見ることもできます。」
このプロジェクトは、アーカイブデータだけでなく、将来の望遠鏡によって収集されるデータにも影響を及ぼします。ヴェラC.ルービン天文台は2023年にオンラインになる予定であり、毎年何百万もの新しい超新星の発見につながるでしょう。これは、限られた望遠鏡の時間が限られたスペクトル分類につながる天体物理学者にとって機会と課題の両方を提示します。
「ルービン天文台がオンラインになると、超新星の発見率は100倍になりますが、分光学的リソースは増えません」と、コロンビア大学のサイモンズジュニアフェローであり、2つの論文の2番目の筆頭著者であるアシュリービラーは述べています。、さらに、現在毎年およそ10,000個の超新星が発見されていますが、科学者はそれらの天体の約10パーセントのスペクトルしか取得していません。「これが当てはまる場合、それは毎年ルービン天文台によって発見された超新星の0.1パーセントだけが分光学的ラベルを取得することを意味します。残りの99.9パーセントのデータは私たちのような方法なしでは使用できません。」
データセットと分類が限られた数の天文学者しか利用できなかった過去の取り組みとは異なり、新しい機械学習アルゴリズムからのデータセットは公開されます。天文学者は、使いやすくアクセスしやすいソフトウェアを作成し、他のプロジェクトで使用するための新しい分類とともに、Pan-STARRS1 Medium DeepSurveyからすべてのデータをリリースしました。Hosseinzadeh氏は、「これらのプロジェクトが、私たちのグループだけでなく、超新星コミュニティ全体に役立つことは非常に重要でした。これらのデータを使用して実行できるプロジェクトは非常に多く、自分たちだけで実行することはできません」と述べています。バーガー氏は、「これらのプロジェクトはオープンサイエンスのためのオープンデータです」と付け加えました。
このプロジェクトは、国立科学財団（NSF）とハーバードデータサイエンスイニシアチブ（HDSI）からの助成金によって部分的に資金提供されました。

参照：
SuperRAENN：Pan-STARRS1 Medium Deep Survey超新星で訓練された半教師あり超新星測光分類パイプライン、A。Villaret al、The Astrophysical Journal、2020年12月17日[doi：10.3847 / 1538-4357 / abc6fd、プレプリント：https：// arxiv.org/pdf/2008.04921.pdf]
G. Hosseinzadeh et al、The Astrophysical Journal、2020年12月17日による2315 Pan-STARRS1超新星と超新星の測光分類[doi：10.3847 / 1538-4357 / abc42b、プレプリント：https：//arxiv.org/pdf/2008.04912.pdf ]

天体物理学センターについて| ハーバード＆スミソニアン
マサチューセッツ州ケンブリッジに本社を置く天体物理学センター| ハーバード＆スミソニアン（CfA）は、スミソニアン天体物理観測所とハーバード大学天文台のコラボレーションです。6つの研究部門に編成されたCfAの科学者は、宇宙の起源、進化、そして究極の運命を研究しています。