Астрономія
Астрономія

Алгоритм машинного навчання знайшов понад 116 тисяч нових змінних зірок

Команда астрономів допустила до аналізу даних огляду неба наземними телескопами алгоритм машинного навчання. Аналізуючи криві блиску, йому вдалося знайти близько 400 тисяч змінних зірок, 116 тисяч з яких виявилися невідомими раніше. Отриманий у результаті каталог зірок вчених прийнятий до публікації у журналі Monthly Notices of the Royal Astronomical Society, а поки можна переглянути його препринт на сервісі arXiv.

Розподіл в екваторіальній системі координат знайдених алгоритмом 116 тисяч нових зірок. Collin Christy et al. / arXiv, 2022

Розподіл в екваторіальній системі координат знайдених алгоритмом 116 тисяч нових зірок. Collin Christy et al. / arXiv, 2022

Що шукали астрономи?

Змінні зорі, як проявляють свою активність як зміну свого блиску, сьогодні стали важливою частиною сучасної астрономії. Завдяки їхнім пульсаціям, вимірюючи періоди та амплітуди, можна визначити не лише їхню масу, радіус, світність і швидкість обертання, а і використовувати їх для оцінки відстаней у космічних масштабах. Це, наприклад, цефеїди, яких астрофізики використовують як стандартні свічки, що дають змогу оцінити розширення Всесвіту. Або змінні типу RR Ліри, за якими вчені уточнили параметри Чумацького Шляху.

Втім, попри те, що нам відомо вже кількасот тисяч таких зірок, астрономи продовжують шукати нові. І у своїй новій роботі вчені з університетів Америки, Чилі і Китаю представили новий каталог змінних зірок, яких вони відшукали у даних огляду неба ASAS-SN (The All-Sky Automated Survey for Supernovae). І хоча у рамках цього дослідження неба понад 20 наземними телескопами як у Південній, так і у Північній півкулі Землі, вчені шукають наднові, його дані про криві блиску також підходять і для пошуку змінних зірок.

Як справився алгоритм?

З 2018 року ASAS-SN почав працювати і у g-диапазоні, який має кращу глибину (до 18,5 зоряної величини). Відфільтрувавши отримані у g-діапазоні дані, вчені отримали приблизно 1,48 мільйона кандидатів на змінні зорі з 54,8 мільйона ізольованих світил у вхідних даних. Затим до роботи став алгоритм машинного навчання, який працює за методом «випадковий ліс» (random forest). Його метою було поділити зорі на дві групи — постійні та потенційні змінні світила — а потім відсіяти з останніх «хибні» змінні. Для цього алгоритм навчили на 250 тисячах відомих незмінних зірках, 204 тисячах змінних, а також на близько 12 тисячах «хибно змінних» зірках, дані про які були зібрані у ході різних попередніх оглядах неба, як-то у проєкті громадянської науки Citizen ASAS-SN або даних телескопа Gaia.

У підсумку алгоритм відсіяв 378 861 змінну зірку, з яких 262 834 вже були відомі, а 116 027 — нові відкриття. Серед невідомих раніше змінних найпоширенішими виявилися напівправильні змінні, які зазвичай являють собою зорі-гіганти із значною періодичністю у зміні світності, а також плямисті змінні, що обертаються (spotted rotational variables), зміни блиску пов'язані із плямами на їхній поверхні. Серед знайдених відомих змінних найпоширенішими виявилися також напівправильні змінні та змінні типу W Великої Ведмедиці. Вчені сподіваються на їхній подальший аналіз, який уточнить характеристики світил.

Розподіл 263 тисяч відомих змінних, які знайшов алгоритм, в екваторіальній системі координат. Collin Christy et al. / arXiv, 2022

Розподіл 263 тисяч відомих змінних, які знайшов алгоритм, в екваторіальній системі координат. Collin Christy et al. / arXiv, 2022

Також нещодавно ми розповідали, як огляд неба APOGEE допоміг знайти у центрі нашої галактики залишки іншої — імовірно, вона злилася із Чумацьким Шляхом ще на початку його історії. А семирічний огляд неба SAMI Galaxy Survey допоміг уточнити властивості понад трьох тисяч галактик, понад 800 з яких знаходилися у скупченнях.