SSS

Öz-lenslenme olayları ne kadar nadirdir?

Çok nadir! Eğer şanslıysak, bütün SuperWASP veri setinde 10 örnek bulmayı ve TESS'te ise 100 kadar örnek bulmayı bekliyoruz. Şu ana kadar ikili bir sistemde kesin bir öz-lenslenme olayı henüz bulunmadı. Eğer bulmamıza yardımcı olursanız, bilim tarihini yazıyor olacaksınız!

Neden bazı simülasyon ışık eğrileri kullanıyorsunuz?

Aradığımız olaylar o kadar nadirdir ki henüz gerçek bir örneğini gözlemlemedik. Simülasyonları iki sebepten dolayı kullanıyoruz. İlk olarak size aradığımız şeyin örneklerini verebilelim ki gerçeği ile karşılaştığınızda tanıyabilesiniz. İkinci sebep ise simülasyonlar, Zooniverse gönüllüleri tarafından bulunabilecek en düşük lenslenme boyutlarını öğrenmemizi sağlar.

Bir ışık eğrisinin simülasyon olduğunu nasıl anlarım?

Simülasyon nesneler, simülasyon parametrelerini gösteren bazı özel metadata barındırırlar. "Subje Bilgisi" ("Subject Info") tuşuna basıp metadata girdilerini inceleyerek nesnenin simülasyon olup olmadığını anlayabilirsiniz. Lütfen unutmayın ki bir olay simülasyon bile olsa, yalnızca olayı gerçekten ışık eğrisinde görebiliyorsanız "Evet"'e basmalısınız.

Bu bilgisayarlar tarafından yapılabilir mi?

Işık eğrileri çok gürültülü olabilir. Bu, lenslenme olayı içeren bir eğrinin neye benzeyeceğini yeterli netlikte öngörmeyi ve buna bağlı olarak bir tespit algoritması yaratmayı zor kılar. Eğer bu sinyallerin neye benzeyeceğini doğru öngöremezsek gerçek sinyalleri gözden kaçırabiliriz.

Modern makine öğrenmesi yöntemleri işi yapabilir. Ama çok dikkatli olmazsak, algoritmalar bizim aradığımız genel tepe şekillerini yerine verideki çok zayıf özelliklere odaklanabilirler. Bu yöntemlerden faydalanmak için gerçek sinyallere çok benzeyen eğitim verilerini kullanmak çok önemli. Bu projede kullandığımız simülasyonlar eğitim verisi olarak kullanılmak için yeterince yüksek doğruluğa sahip değil. Hedef sinyallerin neye benzeyeceği konusunda genel bir fikir veriyorlar ama gerçekliğe yeterince yakın olmadıkları için bu veriyle eğitilmiş makine öğrenmesi algoritmaları pek çok gerçek sinyali kaçırabilir.

İnsanlar nasıl bir avantaja sahip?

İnsanlar birkaç örnek görerek ekstrapolasyon yapmakta ve gördükleri örnektekilere benzer ama eş olmayan verilerdeki desenleri görmekte çok iyiler. Bu durum, bu tür hiç gerçek örneğe sahip olmadığımız projelerde büyük bir avantaj sağlıyor, ve biz de birkaç varsayımsal simülasyonlardan çıkarım yapabilecek gönüllülere ihtiyaç duyuyoruz.