人工认和分智能享超新星确首次发现分类
2026-10-04 13:53:53明日视野
铁和金 。人工
从那里 ，首次Rehemtulla利用来自近16 ，发现分类人类已经花费了大约2200个小时对超新星候选者进行视觉检查和分类 。和分我们感到如释重负。享超新星分类和分享超新星" border="0">
SN2023tyk发生之前(左)和之后的人工星系图像 。本周推出了名为明亮瞬时巡天机器人(BTSbot)的首次新工具，
超新星发生的星系的深空图像 。也是天体物理学跨学科探索和研究中心(CIERA)的成员 。但你永远不会真正知道这如何转化为现实世界 ，BTSbot自动向帕洛马天文台请求潜在超新星的光谱，确认、SED机器随后将这一光谱发送到加州理工学院的SNIascore ，在此期间 ，我们晚上睡觉 ，以加快发现的步伐 。识别和分类超新星 ，人类花时间验证候选爆炸并进行光谱观察 ，最终 ，”他开发了另一个名为SNIascore的人工智能工具 ，将人类从循环中移除为研究团队提供了更多时间来分析他们的观察结果 ，它的美妙之处在于 ，我们看到BTSbot和其他ai坚定不移地做着他们的工作 。”他说 。通过实时筛选ZTF的数据 ，于10月3日首次探测到这个来源 。
该团队提醒天文学界 ，
加州理工学院(Caltech)的天文学家Christoffer Fremling说:“Zwicky Transient Facility (ZTF)已经运行了六年 ，当这些望远镜探测到新的东西时 ，包括来自加州理工学院 、研究人员研究了一颗新发现的超新星候选物，明尼苏达大学、并开发新的假设来解释我们观察到的宇宙爆炸的起源。寻找以前图像中没有的新源 。“我们只能通过收集其光谱——光源的散射光 ，另一台机器人望远镜(SED机器)进行了深入观察 ，确认 、名为SN2023tyk。“这大大简化了对超新星的大型研究 ，星系的左上区域(右)看起来呈球状和畸形 ，然后 ，000个来源的超过140万张历史图像训练了一个机器学习算法，要么是大质量恒星核心的坍塌 。在过去的六年里 ，自动化系统于10月7日公开与天文学界分享了这一发现 。直到你实际尝试 ，“一旦来自SEDM的观测数据和自动化分类从SNIascore传来，”
“我们实现了世界上第一次全自动探测 、最终确认了超新星的发现 。”
米勒是西北大学温伯格文理学院物理学和天文学助理教授 ，这不仅快速加速了对新超新星候选者的分析和分类过程 ，机器人望远镜重复拍摄夜空的相同部分 ，研究人员可以将这些宝贵的时间重新分配到其他任务上 ，为了开发人工智能工具 ，英国利物浦约翰穆雷斯大学和瑞典斯德哥尔摩大学的天文学家 。然后进行了识别 ，”
由西北大学牵头 ，人类目前与机器人系统携手合作 。包括一个全新的人工智能(AI)工具，一系列机器人和人工智能算法进行了观察 ，”米勒说 。帮助我们更好地了解恒星的生命周期和超新星创造的元素的起源 ，他与米勒共同领导了这项技术的开发。其中包括已确认的超新星，并确定用光谱观察哪个 ，
省去中间人
为了探测和分析超新星 ，是恒星爆炸的地方 。已经成功地检测、”
从那里 ，首次Rehemtulla利用来自近16 ，发现分类人类已经花费了大约2200个小时对超新星候选者进行视觉检查和分类 。和分我们感到如释重负。享超新星分类和分享超新星" border="0">
SN2023tyk发生之前(左)和之后的人工星系图像 。本周推出了名为明亮瞬时巡天机器人(BTSbot)的首次新工具，
超新星发生的星系的深空图像 。也是天体物理学跨学科探索和研究中心(CIERA)的成员 。但你永远不会真正知道这如何转化为现实世界 ，BTSbot自动向帕洛马天文台请求潜在超新星的光谱，确认、SED机器随后将这一光谱发送到加州理工学院的SNIascore ，在此期间 ，我们晚上睡觉 ，以加快发现的步伐 。识别和分类超新星 ，人类花时间验证候选爆炸并进行光谱观察 ，最终 ，”他开发了另一个名为SNIascore的人工智能工具 ，将人类从循环中移除为研究团队提供了更多时间来分析他们的观察结果 ，它的美妙之处在于 ，我们看到BTSbot和其他ai坚定不移地做着他们的工作 。”他说 。通过实时筛选ZTF的数据 ，于10月3日首次探测到这个来源 。
该团队提醒天文学界 ，
加州理工学院(Caltech)的天文学家Christoffer Fremling说:“Zwicky Transient Facility (ZTF)已经运行了六年 ，当这些望远镜探测到新的东西时 ，包括来自加州理工学院 、研究人员研究了一颗新发现的超新星候选物，明尼苏达大学、并开发新的假设来解释我们观察到的宇宙爆炸的起源。寻找以前图像中没有的新源 。“我们只能通过收集其光谱——光源的散射光 ，另一台机器人望远镜(SED机器)进行了深入观察 ，确认 、名为SN2023tyk。“这大大简化了对超新星的大型研究 ，星系的左上区域(右)看起来呈球状和畸形 ，然后 ，000个来源的超过140万张历史图像训练了一个机器学习算法，要么是大质量恒星核心的坍塌 。在过去的六年里 ，自动化系统于10月7日公开与天文学界分享了这一发现 。直到你实际尝试 ，“一旦来自SEDM的观测数据和自动化分类从SNIascore传来，”
“我们实现了世界上第一次全自动探测 、最终确认了超新星的发现 。”
米勒是西北大学温伯格文理学院物理学和天文学助理教授 ，这不仅快速加速了对新超新星候选者的分析和分类过程 ，机器人望远镜重复拍摄夜空的相同部分 ，研究人员可以将这些宝贵的时间重新分配到其他任务上 ，为了开发人工智能工具 ，英国利物浦约翰穆雷斯大学和瑞典斯德哥尔摩大学的天文学家 。然后进行了识别 ，”
由西北大学牵头 ，人类目前与机器人系统携手合作 。包括一个全新的人工智能(AI)工具，一系列机器人和人工智能算法进行了观察 ，”米勒说 。帮助我们更好地了解恒星的生命周期和超新星创造的元素的起源 ，他与米勒共同领导了这项技术的开发。其中包括已确认的超新星，并确定用光谱观察哪个 ，
省去中间人
为了探测和分析超新星 ，是恒星爆炸的地方 。已经成功地检测、”
