• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Att reda ut natthimlens mysterier med AI

    Häftat råvideomaterial av kameraarrangemanget i AllSky7-systemet med hjälp av en observation vid Sonneberg-stationen. Källdata finns tillgängliga online [cp. AllSky7 Fireball Network Germany (2020)]. Kredit:Månatliga meddelanden från Royal Astronomical Society (2022). DOI:10.1093/mnras/stac1948

    Technische Universität Ilmenau (Tyskland) använder artificiell intelligens för att förbättra upptäckten och klassificeringen av oidentifierade fenomen på natthimlen. Forskargruppen i gruppen för dataintensiva system och visualisering samarbetade med American Meteor Society, som initierade AllSky7, ett internationellt nätverk av forskare och amatörastronomer som permanent observerar natthimlen med specialdesignade kameror och klassificerar och tilldelar alla händelser. Den relaterade forskningen publicerades i Monthly Notices of the Royal Astronomical Society .

    Med sina lysande fenomen får natthimlen oss ofta att undra. Några kan vi förklara:stjärnornas gnistrande, orsakad av atmosfäriska turbulenser, eller skjutande stjärnor, orsakad av meteoriter som glittrar i luften.

    Andra kan vara mer mystiska vid första anblicken:satelliter som passerar i rasande fart eller raketmotorer som faller tillbaka till jorden. Att fånga, upptäcka och klassificera alla fenomen på natthimlen runt om i världen är målet för AllSky7-nätverket. Det internationella laget lanserades 2018 av American Meteor Society, en ideell vetenskaplig organisation under ledning av Mike Hankey som främjar forskningsaktiviteter för professionella och amatörastronomer.

    AllSky7 syftar till att exakt identifiera meteoriter som faller mot jorden och himmelfenomen orsakade av andra händelser. På 85 platser för övervakning av natthimlen över hela USA och Europa, tittar 360-graders specialkameror kontinuerligt på natthimlen och upptäcker otaliga fenomen som analyseras och klassificeras av kameraoperatörerna under dagen. Algoritmerna tränades dock bara för ett fåtal så kallade positiva klasser, d.v.s. de kunde bara otillräckligt skilja meteorer från andra händelser.

    Under en period av sex månader skapade Rabea Sennlaub och Martin Hofmann algoritmen och data. Tillsammans med AllSky7-nätverket samlade de in en datauppsättning av 20 000 bilder av meteorer och icke-meteorer tagna vid AllSky7-stationen Sonneberg i Thüringen, Tyskland, ytterligare uppdelade i underklasser för att garantera en finförädlad klassificering. Den amerikanske forskaren Mike Hankey är förvånad över Thüringen-forskningen:"Resultaten ger ett enormt steg mot en sömlös himmelobservation och kan förbättra hela nätverket."

    Uppgifterna tillåter nu en mycket mer exakt uppskattning av mängden rymdskräp som äventyrar kommunikationssatelliter och liv för rymdstationsbesättningar. Resultaten främjar det världsomspännande nätverket av himmelsobservatorier med vidvinkel, vilket förseglar en internationell relation. Nätverket hjälper också till att avgöra när meteorer faller till jorden och var de landar. På så sätt kan stenavfallet analyseras och vi kan lära oss mer om solsystemets ursprung. + Utforska vidare

    Madrid-meteorens kometursprung grävdes fram




    © Vetenskap https://sv.scienceaq.com