4.500 elementos de asteroides detectados usando o método de aprendizado de máquina: Seoul Economic Daily

A equipe de pesquisa conjunta da Astronomy and Yonsei University está investigando a maneira como os asteróides são classificados usando um método de aprendizado de máquina

O resultado de uma equipe de pesquisa conjunta do Dr. Moon Hong-kyu, do Instituto Coreano de Pesquisa Astronômica, e do professor Sun Young Jung, da Universidade Yonsei, classificou os componentes da superfície de 4.528 asteróides de uma nova maneira. Foto cedida por Chun Moon Yeon

O Korea Astronomical Research Institute, uma equipe de pesquisa conjunta liderada pelo Dr. Moon Hong-gyu do distrito de Cheonmun-yeon e pelo professor Sun Young-jung da Universidade de Yonsei, classificou os componentes da superfície de 4.528 asteróides por meio de dados observacionais do KMTNet e do mesmo. Ele desenvolveu um método de aprendizado de máquina, que publicou no Planetary Science Journal dos Estados Unidos. Journal) que foi anunciado no dia 30.

A maioria dos asteróides são tão pequenos que só aparecem como pontos quando vistos através de grandes telescópios. Portanto, o componente é estimado pelo espectro de refletância revelado pela luz refletida na superfície do asteroide. Os cientistas usaram esse método no passado para dividir arbitrariamente compartimentos em um plano bidimensional variável, e asteróides com componentes diferentes aparecem sobrepostos a eles, o que tem sido apontado como um problema.

A equipe de pesquisa conjunta introduziu um método de análise usando aprendizado de máquina para resolver esse problema. Além da inclinação do espectro de luz visível e da profundidade do espectro de absorção, que eram usados ​​no passado, a largura e a largura do espectro foram adicionadas ao espaço de cores tridimensional. E treinando essas três variáveis ​​(cor) no aprendizado de máquina, os componentes da superfície áspera dos asteroides recém-formados foram classificados.

READ  [테크토크]Por que o Google disse que não há "fosso de IA"?

A equipe de pesquisa conjunta da Universidade Chunmun-Yeon-Yonsei identificou nove tipos de classificação atuais (A, B, C, K, L&D, O, S, V, X) cujos limites podem ser claramente distinguidos, que são particularmente difíceis de definir em um escala bidimensional. Plano cromático: o tipo K e o tipo X são claramente distinguidos no espaço tridimensional.

Os asteróides do tipo C são compostos de materiais de carbono e contêm substâncias voláteis, como a água, e os asteróides do tipo D são compostos de silício rico em matéria orgânica e componentes carbonáceos, e estima-se que os asteróides do tipo K sejam semelhantes aos meteoritos carbonáceos. Além disso, o tipo L apresenta um espectro semelhante ao tipo K, mas os componentes específicos não são conhecidos em detalhes.

O Tipo S é um asteroide da Silésia, e o Tipo V é conhecido por ter a mesma composição do Asteroide Vesta. Finalmente, o tipo X consiste em asteróides com componentes completamente diferentes, como E, M e P. E é composto de piroxênio, M é metálico e P é estimado em uma composição semelhante à dos cometas.

“É muito significativo termos alcançado resultados aplicando o método que criamos no estudo de classificação de componentes de asteróides aos dados que produzimos”, disse o Dr. Roh Dong-gu, do Instituto de Pesquisa Astronômica, que liderou a observação e análise de dados. como o primeiro autor da tese de 2022.

Este método será usado como ‘Exploração do Espaço-Tempo de Registro (LSST) Se aplicado aos grandes dados do Grande Telescópio de Pesquisa Sinóptica, será possível Revelar os segredos de pequenos corpos no sistema solar.

Hong-Gyu Mun, Moon-Yeon Cheon, que liderou a pesquisa, disse: “O método de aprendizado de máquina desenvolvido pela equipe de pesquisa conjunta é difícil de aplicar imediatamente à exploração de recursos espaciais, mas coleta rapidamente informações de cores de mais de um milhão asteroides e 32.000 asteroides próximos.” “Nosso objetivo é nos afastar dos padrões propostos por pesquisadores estrangeiros e completar nosso próprio sistema de classificação no futuro”, disse ele.

READ  Essas imagens aparecem no seu smartphone? Tire fotos de smartphone de alta qualidade com fotografia RAW

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *