人工智能以前所未有的精度对真正的超新星爆炸进行分类

仅使用实际数据训练的一种新的机器学习算法已对2,300颗超新星进行了分类，准确率超过80％。

得益于位于天体物理中心/哈佛大学和史密森尼分校的一组天文学家，人工智能正在对真正的超新星爆炸进行分类，而无需传统使用光谱。完整的数据集和分类结果可公开使用。

通过训练机器学习模型根据可见特征对超新星进行分类，天文学家无需使用光谱就可以对Pan-STARRS1中深调查的2315个超新星进行真实数据分类，准确率达到82％。

天文学家开发了一个软件程序，该程序根据其光曲线或亮度随时间变化而对不同类型的超新星进行分类。CfA博士后研究员，第一篇论文的主要作者格里芬·侯赛因扎德（Griffin Hosseinzadeh）说：“我们有大约2500个具有Pan-STARRS1中型深层探测的光曲线的超新星，其中有500个具有光谱的超新星可以用于分类。在《天体物理学杂志》上发表的两篇论文。“我们使用这500颗超新星训练了分类器，以对我们无法观察光谱的其余超新星进行分类。”

仙后座A（或称为Cas A）是位于仙后座10,000光年以外的超新星残骸，是曾经巨大的恒星的残骸，该恒星在大约340年前的一次剧烈爆炸中死亡。该图像对红外，可见光和X射线数据进行分层，以揭示灰尘和气体的丝状结构。Cas A是科学家能够仔细研究的超新星的10％之一。CfA的新机器学习项目将有助于对成千上万个最终有趣的超新星进行分类，否则将永远不会对其进行研究。

CfA的天文学家Edo Berger解释说，通过要求人工智能回答特定问题，结果变得越来越准确。机器学习寻找与原始500个光谱标签的相关性。我们要求它比较不同类别的超新星：颜色，进化速度或亮度。通过提供真正的现有知识，可以达到80％至90％的最高准确度。

尽管这不是第一个用于超新星分类的机器学习项目，但这是天文学家第一次访问足够大的真实数据集，以训练基于人工智能的超新星分类器，从而有可能创建不使用超新星分类器的机器学习算法。使用模拟。

Hosseinzadeh说：“如果创建模拟的光曲线，则意味着您正在假设超新星的外观，然后您的分类器也会学习这些假设。”“自然总是会带来一些其他复杂的问题，因为您没有考虑到这些问题，这意味着分类器在真实数据上的表现不如在模拟数据上那样好。因为我们使用真实数据来训练分类器，所以这意味着我们测得的准确性可能更能代表分类器在其他调查中的表现。”Berger说，当分类器对超新星进行分类时，“我们将能够回顾和实时研究它们，以挑选出最有趣的事件进行详细的跟踪。我们将使用该算法来帮助我们挑针，还可以看大海捞针。”

该项目不仅对档案数据有影响，而且对将来的望远镜将收集的数据也有影响。维拉·鲁宾天文台预计将于2023年上线，并将每年发现数百万颗新超新星。对于天体物理学家而言，这既是机遇，也是挑战，因为有限的望远镜时间导致有限的光谱分类。

哥伦比亚大学西蒙斯初级研究员阿什利·比利亚尔（Ashley Villar）说：“当鲁宾天文台上线时，它将使我们的超新星发现率提高100倍，但我们的光谱资源不会增加。”并补充说，虽然目前每年发现约10,000颗超新星，但科学家只能拍摄到这些物体的10％的光谱。“如果这是真的，那就意味着鲁宾天文台每年仅发现0.1％的超新星将获得光谱标签。如果没有像我们这样的方法，其余99.9％的数据将无法使用。”

与过去所做的努力不同，过去的工作中只有有限数量的天文学家可以使用数据集和分类，而来自新机器学习算法的数据集将公开可用。天文学家已经创建了易于使用的可访问软件，还发布了Pan-STARRS1中层深度调查的所有数据以及用于其他项目的新分类。侯赛因扎德说：“对我们而言，这些项目对整个超新星社区有用，而不仅仅是对我们的团队非常重要。这些数据可以完成很多项目，我们永远无法自己完成。”伯杰补充说：“这些项目是开放科学的开放数据。”

参考：

“ SuperRAENN：在Pan-STARRS1中深度勘测超新星上训练的半监督超新星光度分类管道”，作者：V。Ashley Villar，Griffin Hosseinzadeh，Edo Berger，Michelle Ntampaka，David O. Jones，Peter Challis，Ryan Chornock，Maria R. Drout，Ryan J Foley，Robert P.Kirshner，Ragnhild Lunnan，Raffaella Margutti，Dan Milisavljevic，Nathan Sanders，Yen-Chen Pan，Armin Rest，Daniel M.Scolnic，Eugene Magnier，Nigel Metcalfe，Richard Wainscoat和Christopher Waters，2020年12月17日，天体物理学杂志
10.3847 / 1538-4357 / abc6fd

Griffin Hosseinzadeh，Frederick Dauphin，V。Ashley Villar，Edo Berger，David O. Jones，Peter Challis，Ryan Chornock，Maria R. Drout，Ryan J. Foley，Robert P“ 2315 Pan-STARRS1超新星的光度分类”克什纳，拉格希尔德·伦南，拉斐尔·马尔古蒂，丹·米利萨甫列维奇，潘颜晨，阿明·休斯，丹尼尔·斯科尔尼克，尤金·马格尼尔，奈杰尔·梅特卡夫，理查德·温斯考特和克里斯托弗·沃特斯，2020年12月17日，天体物理学杂志。
10.3847 / 1538-4357 / abc42b

该项目的部分资金来自美国国家科学基金会（NSF）和哈佛数据科学计划（HDSI）的资助。