Exploradores da Energia Escura

Obrigado por todo o seu esforço!

Ao se tornar um Explorador da Energia Escura, você está nos ajudando a encontrar galáxias distantes e detecções falsas feitas pelo nosso telescópio, contribuindo para a solução do mistério da Energia Escura! Aproximadamente 40% de vocês estão usando dispositivos móveis, e já contamos com quase 16 mil voluntários ao redor do mundo. Juntos, vocês já realizaram mais de 3,5 milhões de classificações de galáxias desde o lançamento do projeto em 23 de fevereiro de 2021. OBRIGADO!

Resultados de "Pescando Sinais em um Mar de Ruído"

Estamos reunindo suas classificações de detecções falsas e galáxias reais e utilizando-as em nossa pesquisa com aprendizado de máquina.

O que é aprendizado de máquina?
Algoritmos de aprendizado de máquina constroem um modelo com base em dados de amostra, conhecidos como dados de treinamento (que são suas classificações!), a fim de fazer previsões ou tomar decisões sem serem explicitamente programados para isso.

Como estamos usando suas classificações?
Usamos suas classificações de galáxias — tanto as que mantemos quanto as que precisam ser reanalisadas — como conjunto de treinamento para o aprendizado de máquina. Especificamente, usamos o algoritmo t-SNE, que nos permite visualizar os dados, como na imagem abaixo.

Nela, vemos dois agrupamentos distintos, onde a probabilidade dos Exploradores da Energia Escura (DEE) — ou seja, suas classificações — indicam as galáxias "falsas" (probabilidade DEE = 0, azul) e as galáxias "reais" (probabilidade DEE = 1, vermelho). Podemos então remover as detecções falsas do nosso catálogo de dados, criando um conjunto de dados mais preciso para nossa pesquisa sobre Energia Escura!

Resultados de "Próxima VS Distante""

Aqui está um exemplo de como vocês superaram nosso modelo de dados! Isso mostra como a análise visual desses objetos é essencial! Este exemplo vem do fluxo de trabalho Próxima VS Distante.

Nosso modelo de dados foi enganado pela grande fonte à direita (achando que era uma galáxia próxima), mas VOCÊS viram os pontos na imagem colorida em blocos e um ponto pequeno e fraco/quase invisível na imagem ampliada — indicando uma galáxia distante! Nosso modelo captou muitos dados da estrela brilhante ao lado, o que confundiu a análise.

Depois que vocês classificam esses objetos, usamos suas classificações em nossos algoritmos de aprendizado de máquina. Não conseguiríamos usar esses algoritmos com precisão sem a sua ajuda na classificação de galáxias próximas e distantes!

Quer aprender mais e se tornar um classificador ainda melhor?

Aqui está como aprender a identificar visualmente os diferentes objetos interessantes:

Buraco Negro:

Buracos negros aparecerão como um ovalo mais largo em vez de um ponto. Por exemplo:

Além disso, buracos negros apresentarão uma linha espectral larga, muito mais ampla do que a linha espectral habitual, que é alta e fina.