市民科学者は、1,000を超える新しい小惑星の発見を支援しています

雇用 2019年世界小惑星の日、研究機関のグループは、小さな体の知識に大きな影響を与える可能性のあるプログラムを開始しました。 市民科学を使用して機械学習アルゴリズムをトレーニングし、 ハッブル小惑星ハンター このプロジェクトでは、1,000を超える新しい小惑星が特定されました。 この発見は、科学者が主に火星と木星の間に浮かぶ天体の輪をよりよく理解するのに役立つ可能性があります。

Asteroid Hunterは、欧州科学技術センター、欧州航空宇宙センター科学データセンター、市民科学プラットフォームZooniverse、Googleなどのさまざまなグループ間の共同作業です。

2019年、研究者は市民科学者にクラウドソーシングの取り組みに協力するよう呼びかけました。 ズーニバースのプラットフォームを通じて、世界中の11,400人が、2002年から2021年の間にハッブル宇宙望遠鏡で撮影された37,000枚の合成画像に小惑星の軌跡をマッピングしました。

「ハッブルは驚くべき使命であり、私たちが構築すべき長年にわたる天文観測のための非常に豊富なデータベースを作成してきました」と、マックスプランク地球外物理学研究所のポスドク研究員であるSandorKrocはArsに語った。 この長いデータ期間に注意してください [that is] クルクは小惑星ハンターに関わっています。

空を探す

市民の科学的研究の結果は、Googleによって作成されたAutoMと呼ばれる機械学習アルゴリズムをトレーニングするために使用されました。 十分なデータが提供されると、アルゴリズムを使用して画像をすばやく分類できるようになります。

Krocによると、ハッブルによって捕獲された小惑星の軌道には多くの種類があります。 通常、地球から小惑星の長時間露光画像を撮影すると、画像に表示されるパスは線になります。 しかし、小惑星の動きとハッブルの動きを組み合わせることで、曲がった軌道が生成されます。 さまざまな形式があるため、機械学習を使用して分類することは困難です。

「だからこそ、人間が発見したサンプルが必要だった」とクルック氏は語った。 「市民科学者と分類するのに1年かかったのは、 [algorithm]。 ただし、トレーニングセットが必要です。」

世界が衝突するとき

人間と機械を組み合わせた努力の結果、1,316個のハッブル画像に1,701個のパスを含むデータセットが作成されました。 参加者はまた、銀河や星雲など、画像内の他のオブジェクトを識別しました。 彼らはこれらのトラックをチームのトラックと照合しました リトルプラネットセンター 小惑星の最大のデータベースであるデータベースであり、それらのうち670個が以前に特定されていたことがわかりました。

クロックスによると、小惑星ハンターが見つけた元のアイテムは、以前に特定されたものよりもはるかに弱いようで、サイズがさらに小さかったということです。 彼は、この作業を使用して、小惑星帯の小惑星サイズの分布をよりよく理解することができ、データを使用して、小惑星の進化と、小惑星内の断片化と衝突から小惑星がどのように生成されるかについて理解することができると指摘しましたベルト。