Phot2Bin

Želja po prepoznavanju binarnih sistemov zvezd je razlog za številne študije in tisoče katalogiziranih sistemov. Pred kratkim je kataloge s približno 800 tisoč označenimi binarnimi sistemi dopolnil tretji objavljen nabor podatkov misije ESA Gaia, Gaia data release 3 (Gaia DR3). Ogromni številki prepoznanih sistemov navkljub, pa to predstavlja le okrog 0.1% števila vseh zvezd v katalogu Gaia. Ocena, da je približno 50 % vseh zvezd dejansko del sistemov z več zvezdami, nakazuje, da je treba odkriti še veliko več več-zvezdnih sistemov.

Identifikacija dvojnih zvezdnih sistemov s pomočjo fotometrije

Ta projekt je raziskovalna študija, katere cilj je izboljšati in poceniti prepoznavanje binarnih sistemov zvezd. Njegov namen je zaznati dvozvezdja z uporabo enkratnih fotometričnih meritev z natančnostjo, ki naj bi bila zadostna za ločevanje med samostojnimi zvezdami in binarnimi sistemi. Temelji na zamisli, da ima barvni spekter binarnega sistema edinstveno obliko, ki je ni mogoče zamenjati za barvni spekter samostojne zvezde. To se lahko zgodi na primer zaradi temperaturne razlike med zvezdama v sistemu. Sevanje posamezne zvezde je namreč odvisno od njene temperature, ki določa pri kateri frekvenci zvezda izseva največ svetlobe in posledično kakšne barve zvezdo vidimo. Spekter binarnega sistema z zvezdama različnih temperatur bo imel torej dva vrhova, kar bomo lahko prepoznali.

Razlikovanje med zvezdnimi sistemi na tej podlagi omogoča odkrivanje sicer skritih dvojnih zvezd in uporabo novih metod z uporabo cenejših in takoj dostopnih fotometričnih opazovanj.

Razvoj umetne inteligence (UI) je omogočil uporabo tehnik strojnega učenja (ML) na številnih področjih astrofizike. Utrl je pot hitrejšim in natančnejšim tehnikam zaznavanja v spektroskopiji. V tem projektu bomo uporabili izmerjene barvne spektre zvezd, izpeljane iz enkratnih fotometričnih meritev, ter 3D zemljevide ekstinkcije v vseh smereh neba, skupaj z meritvami paralakse (oddaljenosti od Zemlje), za učenje modelov strojnega učenja za napovedovanje verjetnosti, da je vir bodisi posamezna zvezda bodisi binarni sistem zvezd.

Rezultati

Naš nabor podatkov vsebuje fotometrične meritve 10.5 milijonov zvezd, od česar so jih druge, ne-fotometrične raziskave, kot so Gaia, Galah, Gaia-ESO in Apogee, 0,5% prepoznale kot binarne sisteme. Preizkusili smo več vrst modelov, kot so ansambel odločitvenih dreves (ang.: gradient boosted decision trees), naključni gozdovi in nevronske mreže, ter dodatek sintetičnih podatkov v učni nabor podatkov. Uspešnost naših modelov smo primerjali na podmnožici izmerjenih podatkov. Najuspešnejši so bili seveda modeli, naučeni na preostalem delu izmerjenih podatkov, saj so bili podatki za učenje in vrednotenje vzeti iz iste porazdelitve. Med učenjem se razlika med binarnimi zvezdnimi sistemi in posameznimi zvezdami prenese v parametre modelov, kar jim omogoča, da raziskovalcem ponudijo predloge zaenkrat še neprepoznanih binarnih sistemov.

Rezultati seveda niso popolni. Nekatere binarni binarni sistemi so a priori neprepoznavni. Dvočleni sistemi z zelo podobnimi zvezdami ali sistemi, kjer je ena zvezda veliko svetlejša od druge, so neločljivi od posameznih zvezd. Zato lahko pričakujemo, da bomo prepoznali le binarne sisteme, ki se razlikujejo dovolj, vendar ne preveč. Tako ansambli odločitvenih dreves kot nevronske mreže so bili glede na množico metrik primerljivo natančni. Statistika napovedi je povzeta v spodnji tabeli.

Približno 21 % binarnih sistemov je model identificiral pravilno, kar bi bilo mogoče nekoliko izboljšati z znižanjem praga verjetnosti za klasifikacijo zvezdnega sistema kot binarnega. Ker pa je skupni delež zvezd v binarnih sistemih v vesolju ocenjen na približno 50 % in ne 0,5 % kot v našem naboru podatkov, natančnost na teh 0,5 % ni najpomembnejša metrika in verjamemo, da bodo naši modeli služili kot dragoceno orodje za prepoznavanje potencialnih binarnih sistemov v nadaljnih študijah.

Partnerji

• Fakulteta za matematiko in fiziko, Univerza v Ljubljani
• Evropska vesoljska agencija (ESA)

Podobni projekti

• Flare network - Smo osrednji del ekipe Flare, ki skrbi za razvoj pametnih pogodb za omrežje Flare. Te skrbijo za več decentraliziranih mehanizmov verige, ki zagotavljajo celovitost in uporabnost sistema, izkoriščajo razdeljeno naravo omrežja in omogočajo pošteno delovanje udeležencev. Hkrati zagotavljajo vrednost blockchain tehnologije in zaupanje vanjo.
• INATrace v Ruandi - Na osnovi tehnologije veriženja blokov smo razvili sistem za spremljanje preglednosti in sledljivosti vrednostnih verig v kmetijstvu. Sistem sledljivosti, od kmeta do končnega potrošnika, potrjuje izvor in kakovost pridelka ter poštenost vrednostne verige. Na primeru kave je sistem preverjal sledljivost od proizvodnje v Ruandi do končnega pakiranja v EU.
• e-Su Vpisnik - Informacijski sistem e-Su Register smo nadgradili z razvojem novih funkcionalnosti, implementacijo EU standardov in podporo paralelizaciji za optimizacijo digitalnih procesov, ki jih podpira
• One Stop Shop - SPOT - Podjetniški portal “vse na enem mestu” nudi pomoč podjetnikom in jim omogoča lažji dostop do informacij, ki jih potrebujejo. Projekt je nastal in poteka v sodelovanju z javno agencijo.
• GoOpti - Digitalna preobrazba transportnega podjetja v tržnico prevozov v oblaku, ki temelji na naprednih algoritmih. To je trajnostna rešitev, ki jo imajo radi končni kupci, kar kaže 93-odstotna stopnja zadovoljstva.
• Multimedijski portal SIO 2020 - Ustvarili smo trajnostno rešitev za video komunikacijo in upravljanje z videi. Rešitev združuje tri uporabniku prijazne, varne in široko dostopne platforme.
• 8ECM - Eden največjih mednarodnih znanstvenih dogodkov, ki ga omogoča naša digitalna platforma za organizacijo dogodkov.
• ACE.Trade - Ustvarili smo idealno mobilno aplikacijo za vse, ki želijo storiti prve korake v kriptosvetu. Naša kripto denarnica je varna, skladna z EU predpisi in uporablja novincu prijazno terminologijo.
• TAS - Aktivno smo sodelovali pri razvoju platforme Toronto Annotation Suite - spletne aplikacije, ki omogoča večje, učinkovitejše in natančnejše projekte podatkovne anotacije.
• eSpis - Razvoj in implementacija digitalnega sistema za pregled sodnih spisov s podporo funkcij iskanja in filtriranja z namenom pospešitve pravnih postopkov sodišč v Sloveniji
• EO x Grid - Natančnejše napovedovanje vpliva sončnih elektrarn (na podlagi satelitskih podatkov) za izboljšanje stabilnosti elektroenergetskega omrežja ob vključevanju novih obnovljivih virov energije. Financirano v okviru programa ARTES 4.0 Downstream Applications Evropske vesoljske agencije (ESA).
• Digitalne rešitve za trajnostno govedorejo - Razvoj napredne digitalne rešitve, ki bodo pomagale pri izzivih sodobne govedoreje. Glavni cilj je učinkovito upravljanje čred, izboljšanje dobrobiti živali in povečanje dobičkonosnosti na kmetijah - z uvedbo naprednih digitalnih rešitev.
• EDISON WINCI - Razvoj infrastrukture, kompetenc in gradnikov poslovnih modelov logističnih sistemov električnih vozil z brezkontaktnim polnjenjem
• DIGITRUST - Razvoj inovativnih digitalnih gradnikov in kompetenc na področju decentraliziranih poslovnih modelov
• Di-Gozd - Razvoj spletne in mobilne aplikacije za digitalno inventarizacijo gozda
• ARRS J1-2481 - Matematične in računske metode za samosestavljanje poliedrov
• Phot2Bin - Zaznavanje več zvezdnih sistemov s fotometrijo
• SOPOS - Sistem za Omejevanje Prenosa Okužb v Stavbah
• Photo2Chem - Zvezdna kemija na podlagi fotometričnega ozkopasovnega slikanja
• KumuluzAPI - Vzpostavitev ekosistema API vmesnikov pametnih mest in skupnosti
• Infrastrukturni program I0-0047 - Nadgradnja storitev, nudenje podpore in vzdrževanje znanstvene infrastrukture
• Programska skupina P1-0294 - Računsko intenzivne metode v teoretičnem računalništvu, diskretni matematiki, kombinatorični optimizaciji ter numerični analizi in algebri z uporabo v naravoslovju in družboslovju
• PLASMA - Razvoj platforme za upravljanje premoženja nad bločnimi verigami
• SCI Journals - Upravljanje in gostovanje znanstvenih in strokovnih publikacij
• Kumuluz Crowdsensing - Raziskovanje novih tehnologij in razvoj platforme za spremljanje in upravljanje s podatki množic
• AI-FINREG - Regulacija sodobnih FinTech storitev ter varovanje osebnih podatkov
• H2020-SME2 - GoOpti - GoOpti - donosen, pameten in profesionalen DRT na dolge razdalje
• Z7-7614 - Velika omrežja v analitiki poslovnih sistemov
• Z7-8271 - Izboljšanje procesa razvlaknjevanja mineralne volne
• KKIPP - 4PR - Orodje za ustvarjanje inteligentnih digitalnih tehnoloških platform
• Da.Re. - Uporaba podatkovne znanosti za prestrukturiranje izobraževanja
• eC2EU - Vzpostavitev in nadgradnja elektronskega poslovanja podjetja
• CaReWood - Cascading Recovered Wood - izpopolnjevanje predelanega masivnega lesa
• net.Plexor - Orodje za analizo in vizualizacijo velikih omrežij in podatkovij v realnem času
• ADMFlow - Izračun hitrostnih polj z uporabo advekcijsko-difuzijske enačbe
• CryoCav - Eksperimenti in simulacije na kavitaciji in kavitacijski eroziji v kriogenskih tekočinah
• ARRS L7-5554 - LIaaS - Razvoj modelov za inteligentno upravljanje cestnih transportov
• ARRS L5-4282 - Matematično modeliranje in informatizacija procesov logističnega sistema poštnih storitev
• KROP-2011 - Krepitev razvojnih oddelkov v podjetju Abelium d.o.o.