Een team van astronomen aan de Universiteit van Hawai'i van het Mānoa Institute for Astronomy (IfA) heeft 's werelds grootste driedimensionale astronomische beeldcatalogus van sterren geproduceerd, sterrenstelsels en quasars. Het team gebruikte gegevens van UH's Panoramic Survey Telescope en Rapid Response System of Pan-STARRS1 (PS1) op Haleakalā. De PS1 3π-meting is 's werelds grootste diepe meerkleurige optische meting, die driekwart van de hemel beslaat. Als astronomen nieuwe rekentools op de catalogus hebben toegepast, om te ontcijferen welke van de 3 miljard objecten sterren zijn, sterrenstelsels of quasars. Voor de sterrenstelsels de software afgeleide ook schattingen van hun afstanden.

De resulterende 3D-catalogus is nu beschikbaar als een wetenschappelijk product op hoog niveau via het Mikulski Archive for Space Telescopes. Het is ongeveer 300 GB groot, en wetenschappelijke gebruikers kunnen de catalogus opvragen via de MAST CasJobs SQL-interface, of download de hele collectie als computerleesbare tabel.

Een 3D-catalogus maken

Astronomen hebben openbaar beschikbare spectroscopische metingen gedaan die definitieve objectclassificaties en afstanden opleveren, en voerde ze naar een kunstmatige intelligentie-algoritme. Het AI-proces was van cruciaal belang om het team te helpen erachter te komen hoe nauwkeurig dezelfde eigenschappen konden worden bepaald op basis van verschillende maten van de kleuren en afmetingen van de objecten. Deze AI- of Machine Learning-aanpak met een "feedforward neuraal netwerk" behaalde een algemene classificatienauwkeurigheid van 98,1% voor sterrenstelsels, 97,8% voor sterren en 96,6% voor quasars. De afstandsschattingen van de sterrenstelsels zijn nauwkeurig tot bijna 3%.

Hoofdonderzoeksauteur Robert Beck, een voormalig postdoctoraal onderzoeker kosmologie bij IfA, het proces beschreven. "Gebruikmakend van een state-of-the-art optimalisatie-algoritme, we hebben gebruik gemaakt van de spectroscopische trainingsset van bijna 4 miljoen lichtbronnen om het neurale netwerk te leren bronnen en afstanden van sterrenstelsels te voorspellen, terwijl tegelijkertijd wordt gecorrigeerd voor het uitsterven van licht door stof in de Melkweg."

Eerder, de grootste kaart van het heelal is gemaakt door de Sloan Digital Sky Survey (SDSS), die slechts een derde van de hemel beslaat. De nieuwe catalogus verdubbelt het onderzochte gebied, heeft betere statistieken, en bevat specifieke gebieden die de SDSS heeft gemist.

Als een astronoom en co-auteur van de studie, István Szapudi, merkte op dat "reeds, een voorlopige versie van deze catalogus, die een veel kleiner gebied bestrijken, vergemakkelijkte de ontdekking van de grootste leegte in het universum, de mogelijke oorzaak van de Cold Spot. De nieuwe, nauwkeuriger, en een grotere fotometrische roodverschuivingscatalogus zal het startpunt zijn voor veel toekomstige ontdekkingen."

"Deze prachtige kaart van het universum is een voorbeeld van hoe de kracht van de Pan-STARRS big data-set kan worden vermenigvuldigd met kunstmatige-intelligentietechnieken en aanvullende observaties, " verklaarde Pan-STARRS-directeur en IfA Associate Astronoom, Ken Chambers. "Naarmate Pan-STARRS steeds meer gegevens verzamelt, we zullen machine learning gebruiken om nog meer informatie te extraheren over nabije-aarde-objecten, ons zonnestelsel, onze melkweg en ons universum."