Citizen Scientists helfen bei der Entdeckung von mehr als 1.000 neuen Asteroiden

Anstellung Welt-Asteroiden-Tag 2019, hat eine Gruppe von Forschungseinrichtungen ein Programm ins Leben gerufen, das einen tiefgreifenden Einfluss auf unser Wissen über winzige Körper haben könnte. Verwendung von Citizen Science zum Trainieren eines maschinellen Lernalgorithmus, der Hubble Asteroid Hunter Das Projekt identifizierte mehr als 1.000 neue Asteroiden; Die Entdeckungen könnten Wissenschaftlern helfen, den Ring von Himmelskörpern besser zu verstehen, der hauptsächlich zwischen Mars und Jupiter schwebt.

Asteroid Hunter ist eine Gemeinschaftsarbeit verschiedener Gruppen, darunter das European Center for Science and Technology, das European Aerospace Center Science Data Center, die Citizen Science-Plattform Zooniverse und Google.

Im Jahr 2019 haben Forscher Bürgerwissenschaftler aufgefordert, bei Crowdsourcing-Bemühungen zusammenzuarbeiten. Über die Zooniverse-Plattform kartierten 11.400 Personen aus der ganzen Welt Asteroidenspuren in 37.000 zusammengesetzten Bildern, die zwischen 2002 und 2021 vom Hubble-Weltraumteleskop aufgenommen wurden.

„Hubble ist eine erstaunliche Mission und hat im Laufe der Jahre eine sehr reichhaltige Datenbank für astronomische Beobachtungen hervorgebracht, auf der wir aufbauen sollten“, sagte Sandor Kroc, Postdoktorand am Max-Planck-Institut für extraterrestrische Physik, gegenüber Ars. Achten Sie auf diesen langen Datenzeitraum [that is] Es ist langsam verfügbar.“ Kruk ist an Asteroid Hunter beteiligt.

Den Himmel suchen

Die Ergebnisse der bürgerwissenschaftlichen Arbeit wurden genutzt, um einen maschinellen Lernalgorithmus namens AutoM zu trainieren, der von Google entwickelt wurde. Mit ausreichend Daten kann der Algorithmus nun zur schnellen Klassifizierung von Bildern verwendet werden.

Laut Kroc gibt es viel Abwechslung in den von Hubble aufgenommenen Asteroidenspuren. Wenn Sie ein Langzeitbelichtungsbild eines Asteroiden von der Erde aus aufnehmen, ist der resultierende Pfad im Bild normalerweise eine Linie. Aber die kombinierte Bewegung von Asteroiden mit Hubbles Bewegung erzeugt gekrümmte Bahnen. Sie sind mit maschinellem Lernen schwer zu kategorisieren, da sie in einer Vielzahl von Formen auftreten.

„Deshalb brauchte ich eine Probe davon, die Menschen entdeckt haben“, sagte Crooke. „Was uns ein Jahr gekostet hat, um es mit Citizen Scientists zu klassifizieren, hat mit nur etwa 10 Stunden gedauert [algorithm]. Aber man braucht ein Trainingsset.“

Wenn Welten kollidieren

Die kombinierte Anstrengung von Mensch und Maschine führte zu einem Datensatz mit 1.701 Pfaden in 1.316 Hubble-Bildern. Die Teilnehmer identifizierten auch andere Objekte in den Bildern, wie Galaxien und Nebel. Sie verglichen diese Tracks mit denen im Team Little Planet Center Datenbank, die größte Datenbank von Asteroiden, und stellte fest, dass 670 von ihnen zuvor identifiziert worden waren.

Croc sagte, dass die ursprünglichen Gegenstände, die der Asteroidenjäger gefunden hatte, viel schwächer zu sein schienen als die zuvor identifizierten, was bedeutete, dass sie noch kleiner waren. Er wies darauf hin, dass diese Arbeit verwendet werden kann, um eine bessere Vorstellung von der Verteilung der Asteroidengrößen im Asteroidengürtel zu bekommen, und dass Daten verwendet werden können, um mehr über ihre Entwicklung zu verstehen und wie Asteroiden durch Fragmentierung und Kollision innerhalb des Asteroidengürtels entstehen Gürtel.