星系团是数百甚至数千个星系的巨大结构,它们一起移动,多年来它们是宇宙中已知最大的一些结构(直到发现超星系团)。但是尽管它们体积庞大,但它们很难识别,因为它们距离我们很远。
人工智能会查看彩色图像,并使用神经网络挑选出潜在的星系团,模拟人类大脑学会识别物体的方式。它使用已知星系团的图像进行训练,直到它能够识别图像中的新聚类,即使其他物体也存在。
这项工作对于需要挖掘大量数据的未来项目非常有价值,例如分析望远镜的数据。当望远镜中存在非常大的数据集时,Deep-CEE可以快速扫描图像并预测可能在哪里找到星系团。像LSST这样的项目,它将在2021年上线并将成像南半球的整个天空,每晚将产生高达15TB的数据,因此人工智能将需要通过并识别人类可以检查的感兴趣的项目。
现在,博士 学生已经创建了一个深度学习人工智能,可以帮助解决这个问题。该工具被称为“Deep-CEE”(用于星系团提取和评估的深度学习),即使在昏暗和遥远的情况下,它也可以帮助挑选出星系团。
深度学习等数据挖掘技术将帮助我们分析现代望远镜的巨大输出。
领取专属 10元无门槛券
私享最新 技术干货