人工智能发现了取而代之空间异常

SNAD 项目的国际设计团队，包括高等经济发展的学院物理的学院系主任 Matvey Kornilov，发掘出了 11 个反常情形，其中都 7 个是超新近星低质量。对2018年北方地区黑夜数字图像进行时研究成果，引入基于K维树的最近邻法进行时查找。机器学习方法有使自动查找反常成为确实。

该研究成果刊发在《新近射电学》杂志上。大多数射电发掘出都是基于注意到和随后的量化。年前在 20 世纪，观测者的数量还常常，但随着对黑夜的区域内射电调查结果的委托，接收到的花销增加了很多倍。例如，Zwicky Transient Facility (ZTF) 是一项对北方地区黑夜的大范围调查结果，每晚观测者产生左右 1.4 TB 的数据，其录入包含数十亿个静止。

手动检视如此大量的数据既困难又昂贵，因此汇集了来自哈萨克斯坦、法国和美国的地质学家的SNAD项目设计团队解决了这一更进一步的自动化难题。为了更是多地知晓射电静止，地质学家们分析了它们的巴纳德切线——静止亮度对时间的依赖性。

首先，在黑夜中都历史记录一次闪烁，然后历史记录其亮度如何变迁：变亮、变少或完全燃烧。在这项研究成果中都，地质学家们从 Zwicky Transient Facility 2018 录入中都获取了 100 万个真实静止的巴纳德切线，并编制了所研究成果类型静止的 7 个各种类型巴纳德切线。总共考虑了左右 40 个属性，例如静止亮度和周期性的幅度。

“我们用一组我们期望在真实谷神星中都看到的特征描述了各种类型的属性。在一百万个静止中都，我们查找了超强超新近星、Ia 型超新近星、II 型超新近星和星体破裂流血事件，”该文章的作者之一、伊利诺伊大学厄巴纳-香槟所大学的博士后 Konstantin Malanchev 解释说。— 我们称之为反常的此类单纯。它们十分珍稀，对其特性的研究成果也常常，或者它们是需要进行时更是简要研究成果的新近奇单纯。”

然后，将真实静止的巴纳德切线数据与采用 K-tree 方法有的各种类型进行时比较。K 维树是一种特殊的几何实例，它受限制您通过用超矩形、矩形、线或点将紧致切割成更是小的部分。拆分用于缩减 K 维紧致中都的查找范围，他们悄悄探寻具有与七个各种类型中都描述的属性尽确实相像的单纯。

结果，对于七个各种类型中都的每一个，都是从 ZTF 数据库中都找到了 15 个最相像的普通人单纯。总共有 105 个单纯。他们的研究成果人员手动分析并检测了它们是否反常。经过人工正确性，确认了11个反常，其中都7个是超新近星低质量，另外4个是活动星系群核，其中都确实发生星体破裂流血事件。

“这是一个十分好的结果，”文章的作者之一、PK Sternberg 州立射电研究成果所的研究成果员 Maria Pruzhinskaya 评论道。“此外，我们不仅成功地发掘出了已经发掘出的珍稀静止，而且还发掘出了一些被射电界内遗漏的新近静止。这意味着可以调试现有的查找算法，以便不再错过此类单纯。”

研究成果表明，这种方法有确实有效率，而且实施起来十分简单。所提出的查找特定类型谷神星的方法有具有普遍性，不仅可以用来发掘出珍稀类型的超新近星，还可以用来发掘出其他新近奇的射电静止。

“地质学家以前没有发掘出的射电或谷神星物理情形也是反常情形，”高等经济发展的学院物理的学院系主任Matvey Kornilov解释说。- 此类单纯的注意到表现应不同于已知单纯的属性。未来，我们计划采用我们的方法有来发掘出新近的单纯类型。”