Technische Universität Ilmenau (Duitsland) gebruikt kunstmatige intelligentie om de detectie en classificatie van niet-geïdentificeerde verschijnselen aan de nachtelijke hemel te verbeteren. Het onderzoeksteam van de groep voor data-intensieve systemen en visualisatie werkte samen met de American Meteor Society, die de AllSky7 initieerde, een internationaal netwerk van wetenschappers en amateurastronomen dat permanent de nachtelijke hemel observeert met speciaal ontworpen camera's en alle gebeurtenissen classificeert en toewijst. Het gerelateerde onderzoek is gepubliceerd in Monthly Notices of the Royal Astronomical Society .

Met zijn lichtgevende verschijnselen doen de nachtelijke hemel ons vaak verwonderen. Sommige kunnen we verklaren:het fonkelen van de sterren, veroorzaakt door atmosferische turbulenties, of vallende sterren, veroorzaakt door meteorieten die in de lucht glinsteren.

Anderen zijn op het eerste gezicht misschien mysterieuzer:satellieten die in razend tempo voorbij vliegen of raketmotoren die terugvallen op de aarde. Het vastleggen, detecteren en classificeren van alle fenomenen in de nachtelijke hemel over de hele wereld is het doel van het AllSky7-netwerk. Het internationale team werd in 2018 gelanceerd door de American Meteor Society, een wetenschappelijke non-profitorganisatie onder leiding van Mike Hankey die de onderzoeksactiviteiten van professionele en amateurastronomen promoot.

AllSky7 heeft als doel nauwkeurig meteorieten te identificeren die in de richting van de aarde en de lucht vallen, veroorzaakt door andere gebeurtenissen. In 85 nachtelijke hemelbewakingslocaties in de VS en Europa houden speciale 360-graden camera's continu de nachtelijke hemel in de gaten en detecteren talloze verschijnselen die overdag door de camera-operators worden geanalyseerd en geclassificeerd. De algoritmen zijn echter slechts voor enkele zogenaamde positieve klassen getraind, d.w.z. ze waren slechts onvoldoende in staat om meteoren van andere gebeurtenissen te onderscheiden.

In een periode van zes maanden creëerden Rabea Sennlaub en Martin Hofmann het algoritme en de gegevens. Samen met het AllSky7-netwerk verzamelden ze een dataset van 20.000 afbeeldingen van meteoren en niet-meteoren, genomen op het AllSky7-station Sonneberg in Thüringen, Duitsland, verder onderverdeeld in subklassen om een ​​verfijnde classificatie te garanderen. De Amerikaanse onderzoeker Mike Hankey is verbaasd over het Thüringen-onderzoek:"De resultaten leveren een enorme stap op naar een naadloze hemelobservatie en kunnen het hele netwerk verbeteren."

De gegevens maken nu een veel nauwkeurigere schatting mogelijk van de hoeveelheid ruimteschroot die communicatiesatellieten en het leven van ruimtestationbemanningen in gevaar brengt. De resultaten bevorderen het wereldwijde netwerk van groothoeksterrenwachten en bezegelen een internationale relatie. Het netwerk helpt ook om te bepalen wanneer meteoren op de aarde vallen en waar ze landen. Op deze manier kan het gesteente worden geanalyseerd en komen we meer te weten over de oorsprong van het zonnestelsel. + Verder verkennen

De kometenoorsprong van de meteoor van Madrid opgegraven