Открытые проблемы в астрономии, которые любитель (с докторской степенью в какой-либо другой области) мог бы решить?

Какие открытые проблемы в астрономии могут решить любители? Предположим, что у любителя есть докторская степень в какой-то другой области, он владеет базовым телескопом, набором фильтров, дифракционными решетками, камерами, а также много знает об машинном обучении, обработке сигналов, спектральной оценке, статистике и планировании экспериментов, а также базовых знаниях. физика и химия.

Есть ли лучшие теги (например, «исследование»)?

— затмение
источник

Как открытие новых астероидов / комет / малых планет / и т. Д. Влияет на гравитационный баланс Солнечной системы, в частности на прогнозы НАСА о планетарных местоположениях и скоростях вращения. Через 100 лет будут ли незначительные изменения в ядрах SPICE или только в крупных?

— баррикартер

Интересный вопрос. Почему бы не уточнить немного вашего комментария @barrycarter и сделать его ответом? Поскольку речь идет о любителях, было бы неплохо узнать, какие данные понадобятся и как их можно получить. Мне также любопытно услышать и о других открытых проблемах. Разве в астрономии их много? :)

— ммч

Я настоятельно рекомендую использовать объекты с низкой яркостью поверхности: например, следующие люди: dunlap.utoronto.ca/instrumentation/dragonfly

— Крис

Альтернативой может быть копание в опросах, таких как SDSS, DES и т. Д., С использованием методов машинного обучения для выявления выбросов. Многие опросы в настоящее время общедоступны, и профессиональные астрономы могут сделать только так много.

— Крис

Обычно я сохраняю свои лучшие идеи для своих собственных грантовых предложений :)

— Роб Джеффрис

Ответы:

Если у вас есть хорошие знания по разработке программного обеспечения и распознаванию образов, есть несколько проблем, которые вы могли бы помочь в решении. Большая часть наблюдательной астрономии требует данных длинных временных рядов и удаления шума из этих данных. Я только что покинул поле, где некоторые коллеги пытаются разработать программное обеспечение для использования методов вычитания изображений для выделения отдельных звезд в центре скоплений. Центр скопления, как правило, более плотный и труднее получить четкие измерения каждой отдельной звезды для анализа.

Распознавание образов было бы особенно полезно при анализе конвейера, где общий конвейер используется для больших объемов данных до 1: найдите типы звезд, которые вас интересуют; и 2: извлечение некоторой интересной информации об этих звездах. Методы машинного обучения также могут быть использованы для оказания помощи в разработке общих конвейеров для более конкретных интересов.

Я рад познакомить вас с несколькими людьми, которые могут предоставить вам некоторые конкретные проблемы, в которых вы могли бы помочь.

— theotheraussie
источник

Является ли предложение также открытым для других, кроме ОП? :) Мне тоже может быть интересно ..

— ММЧ

Так что если у вас есть, например, это изображение upload.wikimedia.org/wikipedia/commons/thumb/0/02/… , то задача будет найти координаты каждой звезды в центре? :) Пример был бы хорош.

— ммч

Более того, по тысячам этих изображений, взятых как временные ряды, а затем с использованием общих признаков на изображениях 1: выровняйте их и удалите все признаки, представленные детекторами (дрейф тепла, ошибка выравнивания и т. Д.); и 2: выделение пикселей, связанных с каждой звездой, и определение относительной интенсивности для каждой. Это становится трудным в направлении центра, где на интенсивность пикселей влияют окружающие пиксели. Вот некоторые ссылки, которые могут помочь arxiv.org/abs/1009.4206 , arxiv.org/abs/1309.6044

— theotheraussie

Задача зоопарка галактики Kaggle - пример проблемы, требующей идей извне. Сандер Дилеман, имеющий опыт глубокого обучения и изучения функций, смело шагнул вперед, создав классификатор изображений с использованием сверточных нейронных сетей; его полное решение подробно описано здесь .

Такие методы могут быть применены к любой проблеме классификации изображений в астрономии, или аналогичные методы могут быть использованы для классификации других астрофизических объектов по данным съемки или сигнала.

Я бы воздержался от создания вашего собственного снимка изображения, так как существует множество открыто доступных наборов данных с большей глубиной, разрешением и охватом, чем вы могли бы рассчитывать выполнить в разумные сроки.

— christopherlovell
источник

Мне тоже понравился этот ответ. :)

— ммч