Caros Leitores;
A figura indica como os diferentes GRBs são semelhantes entre si. Pontos mais próximos são mais parecidos e pontos mais distantes são mais diferentes. O que descobrimos é que existem dois grupos distintos, um laranja e o outro azul. Os pontos laranja parecem corresponder ao GRB "curto", cuja hipótese é de serem produzidos por fusões de estrelas de nêutrons, e os pontos azuis parecem corresponder ao GRB "longo", que pode ser produzido pelo colapso da massa estrelas. Crédito: Niels Bohr Institute
Ao aplicar um algoritmo de aprendizado de máquina, os cientistas do Instituto Niels Bohr, Universidade de Copenhague, desenvolveram um método para classificar todas as explosões de raios gama (GRBs), explosões rápidas e altamente energéticas em galáxias distantes, sem a necessidade de encontrar um brilho posterior - por quais GRBs estão atualmente categorizados. Esta descoberta, iniciada pelo primeiro ano do Bacharelado em Ciências. estudantes, pode ser a chave para finalmente descobrir as origens dessas explosões misteriosas. O resultado está agora publicado na Astrophysical Journal Letters .Ao aplicar um algoritmo de aprendizado de máquina, os cientistas do Instituto Niels Bohr, Universidade de Copenhague, desenvolveram um método para classificar todas as explosões de raios gama (GRBs), explosões rápidas e altamente energéticas em galáxias distantes, sem a necessidade de encontrar um brilho posterior - por quais GRBs estão atualmente categorizados. Esta descoberta, iniciada pelo primeiro ano do Bacharelado em Ciências. estudantes, pode ser a chave para finalmente descobrir as origens dessas explosões misteriosas. O resultado está agora publicado na Astrophysical Journal Letters .
Desde que as explosões de raios gama (GRBs) foram capturadas acidentalmente pelos satélites da Guerra Fria nos anos 70, a origem dessas explosões rápidas tem sido um enigma significativo. Embora muitos astrônomos concordem que os GRBs podem ser divididos em rajadas mais curtas (geralmente menos de 1 segundo) e mais longas (até alguns minutos), os dois grupos se sobrepõem. Pensa-se que explosões mais longas podem estar associadas ao colapso de estrelas massivas, enquanto explosões mais curtas podem ser causadas pela fusão de estrelas de nêutrons. No entanto, sem a capacidade de separar os dois grupos e identificar suas propriedades, foi impossível testar essas idéias.
Até agora, só foi possível determinar o tipo de um GRB em cerca de 1% do tempo, quando um telescópio foi capaz de apontar para o local da rajada com rapidez suficiente para captar a luz residual, chamada pós-brilho. Esse foi um passo crucial que os astrônomos desenvolveram redes mundiais capazes de interromper outros trabalhos e apontar grandes telescópios em poucos minutos após a descoberta de uma nova explosão. Um GRB foi até detectado pelo Observatório LIGO usando ondas gravitacionais, pelas quais a equipe recebeu o Prêmio Nobel de 2017.
Inovação alcançada usando o algoritmo de aprendizado de máquina
Agora, os cientistas do Instituto Niels Bohr desenvolveram um método para classificar todos os GRBs sem precisar encontrar um brilho posterior. O grupo, liderado pelo primeiro ano do Bacharelado em Ciências. Os estudantes de física Johann Bock Severin, Christian Kragh Jespersen e Jonas Vinther, aplicaram um algoritmo de aprendizado de máquina para classificar GRBs. Eles identificaram uma separação limpa entre GRB longos e curtos. Seu trabalho, realizado sob a supervisão de Charles Steinhardt, aproximará os astrônomos da compreensão dos GRBs.
Esse avanço pode ser a chave para finalmente descobrir as origens dessas explosões misteriosas. Como Charles Steinhardt, professor associado do Cosmic Dawn Center do Niels Bohr Institute, explica: "Agora que temos dois conjuntos completos disponíveis, podemos começar a explorar as diferenças entre eles. Até agora, não havia uma ferramenta para fazer isso".
Impressão artística de uma explosão de raios gama. Crédito: ESA, ilustração da ESA / ECF
Do algoritmo ao mapa visual
Em vez de usar um conjunto limitado de estatísticas resumidas, como era tipicamente feito até então, os alunos decidiram codificar todas as informações disponíveis nos GRBs usando o algoritmo de aprendizado de máquina t-SNE. O algoritmo de incorporação de vizinhança estocástica distribuída em t pega dados complexos de alta dimensão e produz um mapa simplificado e visualmente acessível. Isso é feito sem interferir na estrutura do conjunto de dados. "O único aspecto dessa abordagem", explica Christian Kragh Jespersen, "é que o t-SNE não força a existência de dois grupos. Você deixa os dados falarem por si e dizer como devem ser classificados".
Luz brilhante nos dados
A preparação do espaço de recursos - a entrada que você fornece ao algoritmo - foi a parte mais desafiadora do projeto, diz Johann Bock Severin. Essencialmente, os alunos tiveram que preparar o conjunto de dados de maneira que suas características mais importantes se destacassem. "Gosto de compará-lo a pendurar seus pontos de dados do teto em um quarto escuro", explica Christian Kragh Jespersen. "Nosso principal problema foi descobrir em que direção devemos iluminar os dados para tornar as separações visíveis".
"Etapa 0 para entender os GRBs"
Os alunos exploraram o algoritmo de aprendizado de máquina t-SNE como parte do projeto do 1º ano, um curso do 1º ano do Bacharelado em Física. "Quando chegamos ao final do curso, estava claro que tínhamos um resultado bastante significativo", diz o supervisor Charles Steinhardt. O mapeamento dos alunos do t-SNE divide claramente todos os GRBs do observatório Swift em dois grupos. É importante ressaltar que classifica os GRBs que anteriormente eram difíceis de classificar. "Este é essencialmente o passo 0 para entender os GRBs", explica Steinhardt. "Pela primeira vez, podemos confirmar que GRBs cada vez menores são realmente coisas completamente separadas".
Sem nenhum conhecimento teórico prévio em astronomia, os alunos descobriram uma peça fundamental do quebra-cabeça em torno dos GRBs. A partir daqui, os astrônomos podem começar a desenvolver modelos para identificar as características dessas duas classes separadas.
Explorar mais
Mais informações: Christian K. Jespersen et al. Uma separação inequívoca de raios gama explode em duas classes a partir da emissão imediata, The Astrophysical Journal (2020). DOI: 10.3847 / 2041-8213 / ab964d . arxiv.org/pdf/2005.13554.pdf
Informações do jornal: Cartas de Astrophysical Journal , Astrophysical Journal
Fornecido por Niels Bohr Institute
Fonte: Phys News / pelo Instituto Niels Bohr /17-07-2020
Obrigado pela sua visita e volte sempre!
HélioR.M.Cabral (Economista,
Escritor e Divulgador de conteúdos da
Astronomia, Astrofísica, Astrobiologia e Climatologia).
Autor do livro: “Conhecendo o Sol e outras Estrelas”.
Membro da Society for
Science and the Public (SSP) e assinante de conteúdos científicos da NASA
(National Aeronautics and Space Administration) e ESA (European Space Agency).
Participa
do projeto S`Cool Ground Observation (Observações de Nuvens) que é integrado ao
Projeto CERES (Clouds and Earth´sRadiant Energy System) administrado pela NASA.A partir de 2019, tornou-se membro da Sociedade Astronômica
Brasileira (SAB), como astrônomo amador.
Participa também do projeto The Globe Program / NASA
Globe Cloud, um Programa de Ciência e Educação Worldwide, que também tem o
objetivo de monitorar o Clima em toda a Terra. Este projeto é patrocinado pela
NASA e National Science Fundation (NSF), e apoiado pela National Oceanic and Atmospheric
Administration (NOAA) e U.S Department of State.
e-mail: heliocabral@coseno.com.br
Nenhum comentário:
Postar um comentário