猴塞雷

科学观察员
科学赐予人类相信真理的力量

墨菲斯-强大的新人工智能技术探测和分类天体

墨菲斯-强大的新人工智能技术探测和分类天体

UCSC的研究人员开发了一个名为Morpheus的深度学习框架,用于对天文图像中的物体进行像素级的形态学分类。

加州大学圣克鲁斯分校的研究人员开发了一种名为Morpheus的强大的新计算机程序,可以逐像素分析天文图像数据,从而在天文调查的大数据集中识别和分类所有的星系和恒星。

Morpheus是一种深度学习框架,它融合了多种为图像和语音识别等应用而开发的人工智能技术。布兰特罗伯逊(Brant Robertson)是加州大学圣克鲁斯分校(UC Santa Cruz)计算天体物理学研究小组的负责人,也是天文学和天体物理学教授。

有些事情我们人类是做不到的,所以我们必须想办法用电脑来处理大量的数据,这些数据将来自未来几年的大型天文调查项目。他说。

墨菲斯-强大的新人工智能技术探测和分类天体

罗伯逊曾与加州大学伯克利分校巴斯金工程学院的计算机科学研究生瑞安·豪森合作,后者在过去两年中开发并测试了Morpheus。随着他们的研究结果于2020年5月12日发表在《天体物理学杂志增刊》系列上,豪森和罗伯逊还公开发布了睡眠密码,并提供了在线演示。

星系的形态,从像我们的银河系这样的旋转圆盘星系到无定形椭圆星系和球状星系,都可以告诉天文学家星系是如何形成和进化的。大规模的调查,如遗留的调查时间和空间(口径)进行Vera Rubin天文台在建在智利,将产生大量的图像数据,和罗伯逊曾参与规划如何使用这些数据来理解星系的形成和演化。LSST将使用32亿像素的相机每晚拍摄800多张全景照片,每周两次记录整个可见天空。

想象一下,如果你去找天文学家,让他们给数十亿个物体分类;他们怎么可能这样做呢?现在我们将能够自动地对这些物体进行分类,并利用这些信息来了解星系的演化。罗伯森说。

其他天文学家已经使用深度学习技术对星系进行分类,但之前的工作通常涉及调整现有的图像识别算法,研究人员已经向这些算法提供了要分类的星系图像。豪森专门为天文图像数据从头开始构建了Morpheus,该模型使用天文学家使用的标准数字文件格式作为原始图像数据的输入。

像素级分类是睡眠功能的另一个重要优势,罗伯逊说。对于其他模型,你必须知道那里有什么东西,然后给模型一个图像,这样它就能立刻把整个星系分类。他说。墨菲斯为你发现了星系,并逐像素地进行处理,因此它可以处理非常复杂的图像,你可能会看到一个紧挨着圆盘的球状体。对于有中央凸起的圆盘,它将凸起分开进行分类。所以它是非常强大的。

为了训练这种深度学习算法,研究人员使用了2015年的一项研究中的信息。数十名天文学家在“坎德尔”巡天项目拍摄的哈勃太空望远镜图像中,对大约1万个星系进行了分类。然后,他们将“墨菲斯”应用于哈勃“遗产场”(Legacy Fields)的图像数据,这些数据结合了几次哈勃“深场”(deep-field)调查的观察结果。

当Morpheus处理天空中某一区域的图像时,它会生成一组天空中该区域的新图像,其中所有的物体都根据其形态学进行了颜色编码,将天文物体从背景中分离出来,并识别点源(恒星)和不同类型的星系。输出包括每个分类的置信水平。该程序运行在UCSC’的lux超级计算机上,可以快速生成整个数据集的逐像素分析。

Morpheus提供了对天体的探测和形态分类,其粒度级别目前尚不存在。大白鲟说。

近日,一项名为“南方货物”(GOODS South)的深场观测项目公布了交互式“墨菲斯模型结果可视化”(Morpheus model results for GOODS South)。该项目对数百万个星系进行了成像。这项工作得到了NASA和国家科学基金会的支持。

参考文献:Morpheus:一个用于天文图像数据像素级分析的深度学习框架;由Ryan Hausen和Brant E. Robertson, 2020年5月12日,天体物理学杂志增刊系列。

1538 - 4365 . DOI: 10.3847 / / ab8868

猴塞雷 版权所有,未经允许不得转载:猴塞雷 » 墨菲斯-强大的新人工智能技术探测和分类天体
分享到: 更多 (0)