Машинное обучение используют для оценки возраста звезд

Исследователи из Кильского университета разработали метод машинного обучения, который помогает астрономам лучше оценивать возраст звезд по химическим веществам в их атмосферах. Новое исследование будет представлено на Национальной астрономической конференции 2023 года аспирантом Джорджем Уивером.
Возраст звезды определить очень трудно. Для оценки химического состава и возраста звезд астрономам приходиться делать измерения, основанные на свете, который мы получаем от звезд. Это легче сделать для больших групп звезд, которые эволюционируют вместе, и гораздо сложнее для одиночных звезд.
На самых ранних стадиях жизненного цикла звезды растущее тепло и давление могут изменить химический состав ее атмосферы. Одним из основных изменений является то, что количество лития в атмосфере со временем уменьшается в результате процесса, известного как "истощение лития". Существующие модели не в состоянии описать всю сложность этого эффекта.
Новая модель нейронной сети, являющаяся развитием предыдущей математической модели, известной как EAGLES, использует данные более чем 6000 звезд для моделирования взаимосвязи между температурой звезды, измеренным содержанием лития и возрастом.
Уже ведется работа по включению в модель гораздо большего объема данных. Проводятся испытания модели, учитывающей металличность звезд. Другие возможные расширения будут касаться замедления вращения звезды в течение ее жизни и уменьшения ее магнитной активности с течением времени.
Аспирант и первый автор готовящейся статьи Джордж Уивер объясняет: "Существует несколько независимых методов и моделей оценки возраста, но эта искусственная нейронная сеть дает нам возможность создать один комбинированный метод для оценки возраста звезды по спектральным измерениям. Это не только может привести к созданию модели "единого окна" для определения возраста звезд и скоплений, но также поможет нам количественно оценить и ограничить взаимосвязи между этими наблюдаемыми величинами и возрастом и, возможно, даже обнаружить новые взаимосвязи, о которых мы раньше не знали".....