Un equipo de científicos del Colegio Universitario de Londres (University College) y de la Universidad de Cambridge ha desarrollado códigos de aprendizaje automático, modelados a partir de ciertas características del cerebro humano, que pueden ser utilizados en ordenadores para clasificar las galaxias con precisión y eficiencia notables.
Cabe destacar que el nuevo método es tan fiable que coincide con las clasificaciones humanas en más del 90 por ciento de las veces.
Cabe destacar que el nuevo método es tan fiable que coincide con las clasificaciones humanas en más del 90 por ciento de las veces.
Hay miles de millones de galaxias conocidas en el universo. La mayoría de ellas contiene entre diez millones y un billón de estrellas. Las galaxias presentan una amplia gama de formas; las hay desde elípticas y espirales hasta las que poseen estructuras mucho más irregulares. Gracias a varios proyectos de observación a gran escala, se está consiguiendo fotografiar y cartografiar una gran cantidad de galaxias.
Como parte del proceso de usar estos datos para comprender mejor el origen y la evolución de las galaxias, el primer paso consiste en clasificar por sus tipos a las galaxias escudriñadas en estas grandes batidas observacionales. Los 250.000 miembros del público que participan en el proyecto Galaxy Zoo han clasificado manualmente 60 millones galaxias.
Ahora, un equipo de astrónomos ha utilizado las clasificaciones del Galaxy Zoo para entrenar a un algoritmo informático, concretamente de la clase descrita como red neuronal artificial, con el fin de capacitarlo para reconocer los diferentes tipos de galaxias.
La red neuronal artificial está diseñada para simular una red neuronal biológica, como las que poseen los seres vivos superiores. Trabaja con complejas relaciones entre los datos de entrada, tales como las formas, tamaños y colores de los objetos astrofísicos, y los datos de salida, como por ejemplo el tipo de galaxia, imitando así el análisis llevado a cabo por el cerebro humano. Este método ha logrado reproducir más del 90 por ciento de las clasificaciones de las galaxias hechas por humanos.
La investigadora Manda Banerji del Instituto de Astronomía de la Universidad de Cambridge ha dirigido la investigación.
Como parte del proceso de usar estos datos para comprender mejor el origen y la evolución de las galaxias, el primer paso consiste en clasificar por sus tipos a las galaxias escudriñadas en estas grandes batidas observacionales. Los 250.000 miembros del público que participan en el proyecto Galaxy Zoo han clasificado manualmente 60 millones galaxias.
Ahora, un equipo de astrónomos ha utilizado las clasificaciones del Galaxy Zoo para entrenar a un algoritmo informático, concretamente de la clase descrita como red neuronal artificial, con el fin de capacitarlo para reconocer los diferentes tipos de galaxias.
La red neuronal artificial está diseñada para simular una red neuronal biológica, como las que poseen los seres vivos superiores. Trabaja con complejas relaciones entre los datos de entrada, tales como las formas, tamaños y colores de los objetos astrofísicos, y los datos de salida, como por ejemplo el tipo de galaxia, imitando así el análisis llevado a cabo por el cerebro humano. Este método ha logrado reproducir más del 90 por ciento de las clasificaciones de las galaxias hechas por humanos.
La investigadora Manda Banerji del Instituto de Astronomía de la Universidad de Cambridge ha dirigido la investigación.
Información adicional en:
Fuente | Amazings
No hay comentarios:
Publicar un comentario
Si la entrada te resultó interesante o quieres comentar algo respecto a la noticia, puedes dejar aquí tu comentario