Maskininlärning inom astronomin

Erik ZackrissonNamn: Erik Zackrisson

Projekttitel: Maskininlärning inom astronomin

Institution: Institutionen för fysik och astronomi

Forskningsområde: Astronomi

Projektsammanfattning

Natthimlen är som en tidsmaskin – ljuset från de mest avlägsna astronomiska ljuskällor har förflyttat sig i mer än 13 miljarder år för att nå oss. Genom att studera sådana objekt kan vi lära oss mer om bildandet av de första galaxerna, vid en tidpunkt när universum bara var några procent av sin nuvarande ålder. År 2021 kommer James Webb-teleskopet att öppna ett nytt fönster till denna epok i universums historia, men eftersom galaxer på extrema avstånd syns mycket svagt kommer dessa data oundvikligen att vara brusiga. Genom att använda maskininlärningstekniker hoppas vi kunna förbättra det vetenskapliga resultatet av dessa nya observationer av universum som det såg ut i början.

Det finns inte särskilt mycket data som stöder utforskningen av vårt mycket avlägsna universum, till skillnad från den del av universum som ligger i vår närhet. Tack vare stora undersökningar av himlen har vi tillgång till omfattande dataset för miljarder ljuskällor i vår egen kosmiska bakgård. Här kan maskininlärning hjälpa oss att finna onormala objekt, vilket potentiellt sett kan leda till upptäckten av tidigare okända astronomiska fenomen.

Vad ser du fram emot mest under ditt sabbatsår?

Att fokusera på utvecklingen av nya forskningsmetoder och hämta influenser från andra områden.

Astronomiskt foto med mängder av galaxer och stjärnor i rött, vitt och blått.
Hubble Extreme Deep Field är den djupaste bilden av natthimlen hittills, med 10 000 extremt svaga astronomiska föremål, inklusive några av de mest avlägsna galaxer som någonsin har observerats.

Foto: NASA; ESA; G. Illingworth, D. Magee, och P. Oesch, University of California, Santa Cruz; R. Bouwens, Leiden University och HUDF09-teamet.

Senast uppdaterad: 2021-02-04