Computer leert astronomische objecten herkennen

Naomi Vreeburg

08 juli 2015 16:00

Dankzij een team van onderzoekers is een computer nu in staat om clusters van verre sterrenstelsels uit te pluizen.  

Internetprojecten waarbij duizenden vrijwilligers naar foto’s kijken van verre sterrenstelsels, hebben al heel wat ontdekkingen opgeleverd. Zo werd duidelijk wat de opvallende, gele balletjes op een astronomische foto waren en bleken sommige stelsels in het jonge heelal al een ‘balk’ te hebben. Maar hoe fijn het ook is dat deze mensen zich willen inzetten voor de sterrenkunde, het kan sneller. Daarom hebben wetenschappers een computer nu geleerd om ook astronomische objecten te herkennen.

De gebruikte techniek berust op het zogenoemde ‘ongecontroleerd machinaal leren’: de onderzoekers van de Universiteit van Hertfordshire vertelden de computer niet waar hij naar moest zoeken in een foto, maar leerden hem om zelf te kijken en in te schatten tot welke groep een object behoorde. Net als bij de vrijwilligers van projecten als Galaxy Zoo dus.

Vandaag werd de computer op de National Astronomy Meeting in Wales gepresenteerd. Hier liet het team zien hoe het algoritme de bekende foto ‘Frontier Fields’ van Hubble uit wist te pluizen:

Deze objecten werden door de computer bestempeld als 'elliptische sterrenstelsels'.

Deze objecten werden door de computer bestempeld als ‘elliptische sterrenstelsels’.

Deze objecten werden door de computer in het hokje 'sterrenvormende stelsels' gestopt.

Deze objecten werden door de computer in het hokje ‘sterrenvormende stelsels’ gestopt.

Bekijk hier de spectaculaire plaat die werd vrijgegeven om de 25ste verjaardag van Hubble te vieren.

Bronnen: Royal Astronomical Society via Allesoversterrenkunde.nl



De inhoud op deze pagina wordt momenteel geblokkeerd om jouw cookie-keuzes te respecteren. Klik hier om jouw cookie-voorkeuren aan te passen en de inhoud te bekijken.
Je kan jouw keuzes op elk moment wijzigen door onderaan de site op "Cookie-instellingen" te klikken."








Meer Nieuws