Данные Gaia после завершения миссии: машинное обучение добавило 20% к каталогу систем с белыми карликами

Несмотря на завершение научной миссии в январе, космический телескоп Gaia, один из самых продуктивных «исследователей» Млечного Пути, продолжает расширять границы астрономии. В новой статье международная команда учёных описала 801 новую двойную систему, состоящую из белого карлика и звезды главной последовательности (WDMS). Это увеличивает общее количество известных систем такого типа на 20%, открывая новые возможности для изучения эволюции звёзд. WDMS-системы служат уникальными «астрономическими часами»: белые карлики, обладая предсказуемым возрастом, позволяют сопоставлять их хронологию с переменными параметрами компаньонов — звёзд главной последовательности. Такие пары помогают уточнить взаимосвязь между возрастом звезды, её металличностью (содержанием элементов тяжелее гелия) и соотношением массы к радиусу. Ранее было известно около 4000 подобных систем, причём значительная часть обнаружена только в последние годы благодаря Gaia. Источник: ESA / Gaia / DPAC Для нового прорыва команда под руководством Хавьера Переса-Коуто из Института астрофизики Канарских островов и Университета Ла-Коруньи применила метод машинного обучения — самоорганизующиеся карты Кохонена (SOM). Этот алгоритм, работающий без предварительной разметки данных, анализировал спектры 90 667 звёзд, зафиксированные фотометрами Gaia. Учёные выявили малозаметные отклонения в красном спектре, указывающие на присутствие пары из белого карлика и звезды главной последовател...

11.03.2025

Рубрика: «Наука и Техника» Поделиться:

Машинное обучение помогло предсказать развитие шизофрении при психопатологии Сёрен Динесен Эстергор (Søren Dinesen Østergaard) с коллегами по Орхусскому университету провел когортное исследование и пришел к выводу, что анализ ...

Машинное обучение проглядело критические и прогрессирующие медицинские состояния Американские и бангладешские исследователи протестировали наиболее популярные в медицине алгоритмы машинного обучения и пришли к выводу, что они край ...

Машинное обучение упростит координацию роботов в сложных средах Ученые Института AIRI, ФИЦ ИУ РАН и МФТИ разработали MAPF-GPT — новый подход, который решает задачу многоагентного планирования... ...

Платформа может сделать машинное обучение более прозрачным и доступным То, что начиналось как докторский проект, превратилось в веб-сайт, ежегодно посещаемый 120 000 уникальных посетителей. С помощью платформы OpenML исс ...

Ученые СПбГУ применили машинное обучение для анализа чернил в криминалистике Химики Центра искусственного интеллекта и науки о данных Санкт‑Петербургского государственного университета... ...

Машинное обучение и микроскопия разгадали 170-летнюю загадку таяния льда Благодаря новаторскому сочетанию машинного обучения и атомно-силовой микроскопии исследователи из Китая раскрыли молекулярную структуру поверхности « ...

Подводные микрофоны и машинное обучение помогают сохранить гладких китов Используя подводные микрофоны и машинное обучение (МО), исследователи Корнелльского университета разработали новый метод оценки численности североатл ...

Машинное обучение раскрывает скрытые механизмы переноса тепла в органических полупроводниках Сложные материалы, такие как органические полупроводники или микропористые металлоорганические структуры, известные как MOF, уже используются для мно ...