天文学存在重大数据问题 - 模拟天空的逼真图像可以帮助训练算法

天文学家使用算法来分析来自空间的众多图像,但是它们的准确性有多准确?

来源:Space.com: NASA,太空探索和天文新闻

本文最初是在对话中发表的。该出版物将文章贡献给Space.com的专家声音:专家和见解。

本文最初发表于 对话。 出版物将文章贡献给Space.com的 专家声音:op-ed&Insights

专业天文学家不会通过像后院望远镜那样浏览视眼件来发现发现。取而代之的是,他们以大型望远镜的大型相机收集数字图像。

后院望远镜 大型望远镜附在的大型摄像机

就像您可能有一个存储在手机中的数字照片的库一样,许多天文学家收集的照片比他们有时间去看的更多照片。取而代之的是,像我这样的天文学家看一些图像,然后构建算法,然后使用计算机组合和分析其余的。

像我这样的天文学家

但是,当我们没有时间查看所有图像时,我们如何知道我们编写的算法会起作用?我们可以在某些图像上练习,但是构建最佳算法的一种新方法是尽可能准确地模拟一些假图像。

使用假图像,我们可以自定义图像中对象的确切属性。这样,我们可以查看我们正在培训的算法是否可以正确揭示这些属性。

我的研究小组和合作者发现,创建伪造但现实的天文图像的最佳方法是精心模拟光线及其与所遇到的一切的互动。光由称为光子的颗粒组成,我们可以模拟每个光子。我们编写了一个公开可用的代码,以执行称为Photon Simulator或Phosim。

粒子称为光子 光子模拟器或Phosim
打破太空新闻,有关火箭发射,天角活动的最新更新等等!
Westerlund 2星团居住在一个名为Gum 29的恒星苗圃中,在Cari​​na星座上约有20,000光年。

数据洪水

SDSS 开普勒 blanco-decam 苔丝 ZTF