Exploradores de Energia Oscura

¡Gracias por todo su arduo trabajo!

Al convertirse en un Dark Energy Explorer, nos está ayudando a encontrar galaxias distantes y detecciones falsas de nuestro telescopio que está trabajando para resolver el misterio de la energía oscura. Aproximadamente el 40 % de ustedes trabaja en el dispositivo móvil y casi 16 000 voluntarios individuales en todo el mundo. ¡Juntos han alcanzado MÁS DE 3,5 MILLONES de clasificaciones de galaxias desde nuestra fecha de lanzamiento el 23 de febrero de 2021! ¡GRACIAS!

Resultados de "Buscando señales en un mar de ruido"

Estamos recopilando sus clasificaciones de detecciones falsas y galaxias reales y las estamos usando en nuestra investigación de aprendizaje automático.

¿Qué es el aprendizaje automático?
Los algoritmos de aprendizaje automático construyen un modelo basado en datos de muestra, conocidos como datos de entrenamiento (¡estas son sus clasificaciones!), para hacer predicciones o tomar decisiones sin estar programados explícitamente para hacerlo.

¿Cómo utilizamos sus clasificaciones?
Utilizamos sus clasificaciones de galaxias para mantener las galaxias que se deben volver a analizar como conjunto de entrenamiento para el aprendizaje automático; específicamente, utilizamos el algoritmo t-SNE que nos permite visualizar datos como la imagen a continuación. En esta imagen, vemos dos cúmulos distintos donde la probabilidad de Dark Energy Explorers (DEE), es decir, sus clasificaciones, muestra las galaxias "falsas" (probabilidad DEE = 0, azul) y las galaxias "reales" (probabilidad DEE = 1, rojo). Luego, podemos eliminar las detecciones "falsas" o falsas de nuestro catálogo de datos, lo que crea mejores datos para que podamos realizar la investigación sobre la energía oscura.

Resultados de "Cercano vs. distante"

¡Aquí hay un ejemplo de cómo ustedes lograron mejores resultados que nuestro modelo de datos! ¡Por eso es tan importante observar visualmente estos objetos! Esto es del flujo de trabajo "Cercano vs. distante".

Nuestro modelo de datos fue engañado por la gran fuente a la derecha (pensando que era una galaxia cercana), pero USTED vio los puntos en la imagen de bloques de colores y un punto/nada tenue y pequeño en la imagen ampliada (¡lo que indicaba una galaxia distante!). Mientras que nuestro modelo captó demasiados datos de la gran estrella que estaba al lado.

Una vez que clasifique estos objetos, tomaremos sus clasificaciones y las usaremos en nuestros algoritmos de aprendizaje automático. ¡No podríamos usar estos algoritmos con precisión sin su ayuda para clasificar galaxias cercanas y distantes!

¿Quiere aprender más y convertirse en un mejor clasificador?

¡Aquí te mostramos cómo se ven estos diferentes objetos interesantes!

Agujero negro:

Los agujeros negros se verán como un óvalo ancho más grande en lugar de un punto. Por ejemplo,

Los agujeros negros también tendrán una línea espectral amplia que es mucho más ancha que la línea espectral alta y delgada habitual.