Фото: Unsplash/CC0 Public Domain
Команда исследователей Университета Джонса Хопкинса разработала передовой подход к науке о данных, способный сопоставлять наблюдения небесных объектов, полученные в ходе нескольких обзоров телескопов, преодолевая серьезную проблему современной астрономии.
Этот новый инструмент потенциально может повысить точность и надежность астрономических каталогов, открывая двери для более глубокого понимания Вселенной и ее небесных тел. Результаты команды опубликованы в The Astronomical Journal.
«Большая часть нашего базового понимания природы исходит из этих астрономических наблюдений, поэтому важно иметь точные и надежные выводы о свойствах космоса и небесных объектов на основе необработанных астрономических наблюдений», — сказал член команды Тамаш Будавари, доцент. на факультете прикладной математики и статистики Инженерной школы Уайтинга. «Этот новый инструмент является шагом к тому, чтобы сделать эти наблюдения более надежными для астрономических исследований».
Будавари работал над исследованием вместе с Амитабхом Басу, профессором прикладной математики и статистики, и первым автором Джейкобом Фейтельбергом, который на момент проведения исследования учился в магистратуре Университета Джонса Хопкинса.
Команда стремилась решить фундаментальную проблему астрономии: разные телескопы, делающие несколько экспозиций одной и той же области неба в разных условиях, могут дать дополнительную информацию, но склонны к неточностям в измерениях. Более того, когда измеряются два или более небесных объекта, находящихся поблизости, наблюдения могут перепутаться, что представляет собой сложную вычислительную проблему.
Чтобы решить эту проблему, команда использовала сложный подход к науке о данных, который предполагает присвоение «оценки» каждой паре наблюдений из двух отдельных опросов.
«Для каждого наблюдения из обзора 1 и обзора 2 мы даем этой паре «оценку», которая измеряет вероятность того, что эти наблюдения были одним и тем же небесным объектом. Эта вероятность увеличивается, если два наблюдения ближе друг к другу с точки зрения их угловое расстояние в небе и быстро уменьшается по мере того, как два наблюдения удаляются друг от друга», — объяснил Басу.
Этот метод эффективно сопоставляет наблюдения из разных опросов, чтобы максимизировать общую вероятность того, что они относятся к одному и тому же объекту, преодолевая вычислительно сложную задачу исчерпывающего поиска по всем возможным парам. Исследователи говорят, что этот прорыв значительно ускоряет процесс сопоставления и позволяет обрабатывать огромные наборы данных, что делает его бесценным для проведения крупномасштабных астрономических исследований.
«Нам удалось превзойти предыдущие подходы, когда дело дошло до поиска точных совпадений между наблюдениями. Предыдущие методы были быстрыми, но не учитывали все возможные комбинации, поэтому они не могли гарантировать лучшие совпадения с наибольшей вероятностью», — сказал Будавари. «Наш новый метод, с другой стороны, столь же быстр, но имеет проверенную гарантию точности и дает превосходные результаты при применении к реальным наборам данных».
Члены команды подчеркивают, что точность и надежность выводов, сделанных на основе астрономических наблюдений, необходимы для нашего понимания Вселенной.
«Эти наблюдения имеют основополагающее значение для построения теорий о Вселенной, от мельчайших частиц до огромного космоса. Сопоставляя наблюдения во времени и телескопах, исследователи могут извлечь больше знаний из одних и тех же данных, способствуя более глубокому пониманию космоса», — Будавари сказал.
Команда заявила, что, хотя потенциал этого нового метода ясен, его более широкое внедрение и интеграция в практику астрономических исследований будет зависеть от дальнейшей проверки и консенсуса в астрономическом сообществе.
«Однако наш подход открывает захватывающие возможности для повышения точности сопоставления небесных объектов в астрономии, что в конечном итоге улучшает наше понимание Вселенной», — сказал Басу.
Команда намерена и дальше совершенствовать этот метод, чтобы обрабатывать гораздо большее количество опросов, намного превышающее нынешние 50–100.
«В то время как предыдущие точные методы могли обрабатывать от 10 до 20 каталогов, наш новый метод позволяет нам обрабатывать до 100 каталогов», — сказал Фейтельберг, сейчас аспирант Колумбийского университета. «Наш новый инструмент — это первый точный метод, который достаточно быстр, чтобы его можно было начать использовать в реальных каталогах».
Информация от: Университетом Джонса Хопкинса
