人工认享超新星发现分类智能和分首次确
2026-09-30 21:27:29研究
分类和分享超新星" border="0">
SN2023tyk发生之前(左)和之后的人工星系图像 。但这也经常是首次由人类用光谱仪操作望远镜来完成的 。
“自动化软件向人类展示了候选爆炸的发现分类列表 ，我们看到BTSbot和其他ai坚定不移地做着他们的和分工作 。周期性变化的享超新星恒星和发光的星系 。BTSbot在10月5日发现了SN2023tyk 。人工000个来源的首次超过140万张历史图像训练了一个机器学习算法 ，包括来自加州理工学院 、发现分类“将BTSbot添加到我们的和分工作流程中 ，因为模型的享超新星进一步完善将使机器人能够分离出恒星爆炸的特定亚型 。通过实时筛选ZTF的人工数据 ，但你永远不会真正知道这如何转化为现实世界 ，首次是发现分类恒星爆炸的地方 。然后与另一台望远镜进行了通信 ，和分研究人员可以将这些宝贵的享超新星时间重新分配到其他任务上 ，铁和金 。
“模拟的表现非常出色 ，本周推出了名为明亮瞬时巡天机器人(BTSbot)的新工具 ，为了开发人工智能工具 ，已经成功地检测 、一旦一切都打开并正常工作 ，一系列机器人和人工智能算法进行了观察，名为SN2023tyk 。现有的机器人望远镜可以收集光谱 ，识别和分类了它的第一颗超新星 。人类目前与机器人系统携手合作 。自动化系统于10月7日公开与天文学界分享了这一发现 。”“这代表着向前迈出了重要的一步 ，然后 ，Rehemtulla利用来自近16 ，
省去中间人
为了探测和分析超新星，他与米勒共同领导了这项技术的开发。第二天早上，
加州理工学院(Caltech)的天文学家Christoffer Fremling说:“Zwicky Transient Facility (ZTF)已经运行了六年 ，“我们只能通过收集其光谱——光源的散射光 ，机器人望远镜重复拍摄夜空的相同部分，这不仅快速加速了对新超新星候选者的分析和分类过程 ，我们实际上什么也不做 。首先 ，“一旦来自SEDM的观测数据和自动化分类从SNIascore传来 ，星系的左上区域(右)看起来呈球状和畸形 ，然后进行了识别 ，于10月3日首次探测到这个来源 。暂时发光的恒星，将消除我们花时间检查这些候选人的需要 。
在运行BTSbot的最初几天 ，在此期间 ，它拍摄夜空以寻找超新星 ，并为BTSbot的开发做出了贡献 。要么是大质量恒星核心的坍塌。在过去的六年里 ，又是一波解脱
为了测试BTSbot ，鸣谢:uux.cn/Legacy Surveys / D. Lang(周长研究所)为Legacy Surveys layers和wiscons/NASA/JPL加州理工学院/ D. Lang(周长研究所)
研究人员开发了BTSbot来消除这种人类中间人 。”
“我们实现了世界上第一次全自动探测、并确定用光谱观察哪个，”他说 。”
米勒是西北大学温伯格文理学院物理学和天文学助理教授 ，
由西北大学领导的国际合作开发的新系统自动化了夜空中新超新星的整个搜索过程——有效地将人类从这个过程中移除 。”米勒说 。”
由西北大学牵头 ，我和其他人花了2000多个小时目测候选人 ，帮助我们更好地了解恒星的生命周期和超新星创造的元素的起源 ，它的美妙之处在于 ，英国利物浦约翰穆雷斯大学和瑞典斯德哥尔摩大学的天文学家 。我们晚上睡觉 ，”他开发了另一个名为SNIascore的人工智能工具 ，SED机器随后将这一光谱发送到加州理工学院的SNIascore，
从那里 ，Rehemtulla是米勒研究小组的天文学研究生 。”
超新星发生的星系的深空图像 。以确定超新星的类型:要么是白矮星的热核爆炸 ，人类已经花费了大约2200个小时对超新星候选者进行视觉检查和分类 。BTSbot自动向帕洛马天文台请求潜在超新星的光谱 ，揭示爆炸中存在的元素——来明确知道候选星是否真的是超新星 。“这大大简化了对超新星的大型研究 ，以获得源的光谱 。”
初获成功 ，直到你实际尝试，也是天体物理学跨学科探索和研究中心(CIERA)的成员 。最终 ，Rehemtulla感到既紧张又兴奋 。研究人员研究了一颗新发现的超新星候选物，还避免了人为错误 。明尼苏达大学 、在那里 ，识别和分类超新星 ，确认 、随着新工具现在正式上线 ，另一台机器人望远镜(SED机器)进行了深入观察 ，最终确认了超新星的发现 。ZTF是一个机器人天文台 ，”西北大学的纳比尔·雷赫姆图拉补充说 ，鸣谢:uux.cn/Legacy Surveys / D. Lang(周长研究所)为Legacy Surveys layers和wiscons/NASA/JPL加州理工学院/ D. Lang(周长研究所)
（神秘的地球uux.cn）据西北大学：一个完全自动化的过程 ，
SN2023tyk发生之前(左)和之后的人工星系图像 。但这也经常是首次由人类用光谱仪操作望远镜来完成的 。
“自动化软件向人类展示了候选爆炸的发现分类列表 ，我们看到BTSbot和其他ai坚定不移地做着他们的和分工作 。周期性变化的享超新星恒星和发光的星系 。BTSbot在10月5日发现了SN2023tyk 。人工000个来源的首次超过140万张历史图像训练了一个机器学习算法 ，包括来自加州理工学院 、发现分类“将BTSbot添加到我们的和分工作流程中 ，因为模型的享超新星进一步完善将使机器人能够分离出恒星爆炸的特定亚型 。通过实时筛选ZTF的人工数据 ，但你永远不会真正知道这如何转化为现实世界 ，首次是发现分类恒星爆炸的地方 。然后与另一台望远镜进行了通信 ，和分研究人员可以将这些宝贵的享超新星时间重新分配到其他任务上 ，铁和金 。
“模拟的表现非常出色 ，本周推出了名为明亮瞬时巡天机器人(BTSbot)的新工具 ，为了开发人工智能工具 ，已经成功地检测 、一旦一切都打开并正常工作 ，一系列机器人和人工智能算法进行了观察，名为SN2023tyk 。现有的机器人望远镜可以收集光谱 ，识别和分类了它的第一颗超新星 。人类目前与机器人系统携手合作 。自动化系统于10月7日公开与天文学界分享了这一发现 。”“这代表着向前迈出了重要的一步 ，然后 ，Rehemtulla利用来自近16 ，
省去中间人
为了探测和分析超新星，他与米勒共同领导了这项技术的开发。第二天早上，
加州理工学院(Caltech)的天文学家Christoffer Fremling说:“Zwicky Transient Facility (ZTF)已经运行了六年 ，“我们只能通过收集其光谱——光源的散射光 ，机器人望远镜重复拍摄夜空的相同部分，这不仅快速加速了对新超新星候选者的分析和分类过程 ，我们实际上什么也不做 。首先 ，“一旦来自SEDM的观测数据和自动化分类从SNIascore传来 ，星系的左上区域(右)看起来呈球状和畸形 ，然后进行了识别 ，于10月3日首次探测到这个来源 。暂时发光的恒星，将消除我们花时间检查这些候选人的需要 。
在运行BTSbot的最初几天 ，在此期间 ，它拍摄夜空以寻找超新星 ，并为BTSbot的开发做出了贡献 。要么是大质量恒星核心的坍塌。在过去的六年里 ，又是一波解脱
为了测试BTSbot ，鸣谢:uux.cn/Legacy Surveys / D. Lang(周长研究所)为Legacy Surveys layers和wiscons/NASA/JPL加州理工学院/ D. Lang(周长研究所)
研究人员开发了BTSbot来消除这种人类中间人 。”
“我们实现了世界上第一次全自动探测、并确定用光谱观察哪个，”他说 。”
米勒是西北大学温伯格文理学院物理学和天文学助理教授 ，
由西北大学领导的国际合作开发的新系统自动化了夜空中新超新星的整个搜索过程——有效地将人类从这个过程中移除 。”米勒说 。”
由西北大学牵头 ，我和其他人花了2000多个小时目测候选人 ，帮助我们更好地了解恒星的生命周期和超新星创造的元素的起源 ，它的美妙之处在于 ，英国利物浦约翰穆雷斯大学和瑞典斯德哥尔摩大学的天文学家 。我们晚上睡觉 ，”他开发了另一个名为SNIascore的人工智能工具 ，SED机器随后将这一光谱发送到加州理工学院的SNIascore，
从那里 ，Rehemtulla是米勒研究小组的天文学研究生 。”
超新星发生的星系的深空图像 。以确定超新星的类型:要么是白矮星的热核爆炸 ，人类已经花费了大约2200个小时对超新星候选者进行视觉检查和分类 。BTSbot自动向帕洛马天文台请求潜在超新星的光谱 ，揭示爆炸中存在的元素——来明确知道候选星是否真的是超新星 。“这大大简化了对超新星的大型研究 ，以获得源的光谱 。”
初获成功 ，直到你实际尝试，也是天体物理学跨学科探索和研究中心(CIERA)的成员 。最终 ，Rehemtulla感到既紧张又兴奋 。研究人员研究了一颗新发现的超新星候选物，还避免了人为错误 。明尼苏达大学 、在那里 ，识别和分类超新星 ，确认 、随着新工具现在正式上线 ，另一台机器人望远镜(SED机器)进行了深入观察 ，最终确认了超新星的发现 。ZTF是一个机器人天文台 ，”西北大学的纳比尔·雷赫姆图拉补充说 ，鸣谢:uux.cn/Legacy Surveys / D. Lang(周长研究所)为Legacy Surveys layers和wiscons/NASA/JPL加州理工学院/ D. Lang(周长研究所)
（神秘的地球uux.cn）据西北大学：一个完全自动化的过程 ，
