Palydovai trukdo astronominiams duomenims - ar AI gali pasiūlyti sprendimą?

Veröffentlicht:

Von:

Astronomen entwickeln KI-Algorithmen zur Erkennung von Satellitenstreifen in Nachthimmelbildern, um ihre Auswirkungen zu reduzieren.
Astronomai sukuria AI algoritmus, kad būtų galima aptikti palydovines juosteles naktiniuose vyriuose, kad sumažintų jų poveikį. (Symbolbild/natur.wiki)

Astronomai sukūrė mechaninio mokymosi algoritmą, kuris labai tiksliai gali atpažinti palydovinius pėdsakus naktinio dangaus nuotraukose. Šis modelis palengvina duomenų aiškinimą ir galėtų padėti pašalinti juosteles, kurios vis dažniau sukelia astronomijos problemų.

Technologija tampa

auganti grėsmė

Per pastaruosius penkerius metus tokios įmonės kaip „SpaceX“ Hawthorne mieste, Kalifornijoje, „Eutelsat Oneweb“ Londone ir „Amazon“ projektas „Kuiper“ Redmond mieste, Vašingtone, tūkstančius komunikacijos palydovų paleido į žemą orbitą. Yra daug daugiau suplanuotų, įskaitant 12 000 palydovinių megakonstelliacijų, vadinamų „G60 Starlink“, kurį Kinijoje išleis „Shanghai Spacecom Satellite Technology“ Kinijoje. „Dabar yra apie milijoną palydovų ateities ambicijų registre“, - sakė Iau centro direktorius Richardas Greenas, IAU centro direktorius, apsaugantis tamsią ir ramią dangų nuo palydovinių žvaigždynų trukdžių, per sesiją IAU visuotiniame susirinkime.

Šie palydovai siūlo greito plačiajuosčio interneto prieigą prie žmonių, tačiau yra

Siekdama sukurti palydovinių pėdsakų identifikavimo teleskopiniuose vaizduose programą, María Romero-Colmenares, Atacamos universiteto Čilėje, duomenų mokslininkė, dešimčių tūkstančių vaizdų, kuriuos užfiksavo teleskopų tinklas Čilėje, Ispanijoje, Vietname ir Pietų Korėjoje. „Mes žinojome, kada ir kur [danguje] turėtume žiūrėti palydovą ir stebėti su palydovu ir be to“,-sakė „Romero-Colmenares“ ir sukūrė tą patį skaičių aiškių ir užterštų vaizdų. Kai ji ir jūsų kolegos panaudojo modelį viešai prieinamiems duomenims iš WASP (plataus kampo paieškos planetų paieškos) ir Vengrijos automatinio teleskopo tinklo, algoritmas sugebėjo nustatyti 96 % palydovo pėdsakų.

Juostos aptikimas yra svarbus žingsnis jų pašalinimo iš nuotraukų ir duomenų panaikinimo žingsnis, sako Jeremy Tregloan-Reed, Atacamos universiteto astrofizikas, dirbęs su projektu su Romero-Colmenares. Kitas iššūkis bus sukurti įrankius, kurie iš tikrųjų gali pašalinti palydovo pėdsakus, kol apatiniai duomenys yra saugomi. Tai įmanoma tik tais atvejais, kai palydovas nėra toks ryškus, kad jį prisotina vaizdo taškai ir patenka į aplinkinius taškus, sako Tregloan-Reed. Jei yra perpildyta, pagrindinių duomenų negalima išsaugoti.

Tyrėjai tikisi iki kitų metų pabaigos sukurti atvirojo kodo programą ir programą, leidžiančią observatoriui ir mėgėjų astronomams nustatyti ir išvalyti užterštus vaizdus ir duomenis. Tikimasi, kad tokios priemonės bus sėkmingiausios mažuose teleskopuose su kameromis, turinčiomis mažai jautrumo.

žvaigždė -panašūs blyksčiai

Kitos palydovo užteršimo formos yra dar sunkiau valdyti. Kai saulės moduliai ir kiti plokščiai paviršiai užfiksuoja palydovų šviesą, jie sukuria blyksnius, Biuro astronominiai pereinamieji elementai primena energiją, kuri gali užtrukti nuo milisekundžių iki metų

„Kadangi šie blyksniai yra labai trumpi, kartais iki vienos milisekundės, palydovo judėjimas yra nereikšmingas ir mes gauname tobulą žvaigždę panašią blykstę“, -sako Sergejus Karpovas, Vidurio Europos kosmologijos ir pagrindinės fizikos instituto astronomas Prahoje. Nėra „realaus būdo atskirti šiuos blyksnius nuo astrofizinių pereinamųjų dalių, kuriuos norėtume atpažinti - ne tik palyginus jų padėtį tiesiogiai su katalogais iš palydovinių takelių“, - priduria jis.

Elektroninė palydovų įranga taip pat gali skleisti netyčinę radiaciją, trukdančią pastebėti Didžiojo sprogimo spindesį, sako Eggl. Astronomai tikisi, kad šios radiacijos tyrimas, žinomas kaip , answer questions about the expansion of Visata

EGGL pabrėžia, kad AI įrankiai negali iš tikrųjų rekonstruoti prarastų duomenų ir kuo daugiau palydovų bus paleisti, tuo daugiau palydovų. „Jei dažysite„ Mona Lisa “balta spalva, nieko negalite padaryti, net jei mokysite mašininio mokymosi algoritmą ant visų Da Vinci darbų“, - sako Eggl. "Galite atspėti, kaip gali atrodyti paveikslas, tačiau niekada negalite rekonstruoti prarandamų duomenų."

  1. >

    Bassa, C. G. et al. Astronas. Astrofijos. 689, L10 (2024).