Descubre los misterios del cielo nocturno usando inteligencia artificial

Materia prima de video unida para un arreglo de cámara para el sistema AllSky7 utilizando un monitor en la estación de Sonneberg. Los datos de origen están disponibles en línea. [cp. AllSky7 Fireball Network Germany (2020)]. se le atribuye: Avisos mensuales de la Royal Astronomical Society (2022). DOI: 10.1093/mnras/stac1948

Technische Universität Ilmenau (Alemania) utiliza inteligencia artificial para mejorar la detección y clasificación de fenómenos no específicos en el cielo nocturno. El equipo de investigación del grupo para visualización y sistemas intensivos en datos se asoció con la American Meteor Society, que inició AllSky7, una red internacional de científicos y astrónomos aficionados que monitorean el cielo nocturno de forma permanente con cámaras especialmente diseñadas, clasifican y mapean todos los eventos. . Investigaciones relacionadas han sido publicadas en Avisos mensuales de la Royal Astronomical Society.

con luminoso fenómenosEl cielo nocturno a menudo nos hace preguntarnos. Algunos podrían explicarlo: brillo de estrellas causado por turbulencias atmosféricas, o estrellas fugaces, causadas por meteoritos que titilan en el aire.

Otros pueden ser más ambiguos a primera vista: los satélites pasan muy rápido o motores de cohetes Volver a la tierra. El objetivo de AllSky7 Network es capturar, descubrir y categorizar todos los fenómenos en el cielo nocturno de todo el mundo. El equipo internacional fue lanzado en 2018 por la American Meteor Society, una organización científica sin fines de lucro dirigida por Mike Hanke que promueve las actividades de investigación de astrónomos profesionales y aficionados.

AllSky7 tiene como objetivo identificar con precisión los meteoros que caen hacia la Tierra y los fenómenos del cielo causados ​​por otros eventos. En 85 sitios de observación del cielo nocturno en EE. UU. y Europa, cámaras especiales de 360 ​​grados monitorean constantemente cielo nocturno, revelando una miríada de fenómenos que son analizados y categorizados por los operadores de cámara durante el día. Sin embargo, los algoritmos solo fueron entrenados para unas pocas de las llamadas clases positivas, es decir, solo fueron insuficientemente capaces de distinguir entre meteoros y otros eventos.

En el transcurso de seis meses, Spring Sunloop y Martin Hoffmann crearon el algoritmo y los datos. Junto con la red AllSky7, recopilaron un conjunto de datos de 20 000 imágenes de meteoritos y no meteoritos tomadas en la estación AllSky7 Sonneberg en Turingia, Alemania, y las separaron en subcategorías para garantizar una clasificación precisa. El investigador estadounidense Mike Hanke está sorprendido por la investigación de Thuringia: «Los resultados dan como resultado un gran paso hacia la observación perfecta del cielo y podrían mejorar toda la red».

Los datos ahora permiten una estimación más precisa de la cantidad de basura espacial que está en riesgo. Satélites de comunicaciones y la vida de las tripulaciones de la estación espacial. Los hallazgos fortalecen la red global de observatorios del cielo de gran angular, gobernando una relación internacional. La cuadrícula también ayuda a determinar cuándo y dónde los meteoritos golpean la Tierra. De esta forma, se pueden analizar los restos de roca y podemos aprender más sobre el origen del sistema solar.

Proporcionado por Technische Universität Ilmenau