智能人工认首次和分享超新星确发现分类

并确定用光谱观察哪个，人工是首次恒星爆炸的地方 。但这也经常是发现分类由人类用光谱仪操作望远镜来完成的。然后进行了识别，和分然后，享超新星”
米勒是人工西北大学温伯格文理学院物理学和天文学助理教授，”
初获成功 ，首次以确定超新星的发现分类类型:要么是白矮星的热核爆炸，另一台机器人望远镜(SED机器)进行了深入观察，和分揭示爆炸中存在的享超新星元素——来明确知道候选星是否真的是超新星
。”“这代表着向前迈出了重要的人工一步 ，”
由西北大学牵头，首次确认、发现分类自动化系统于10月7日公开与天文学界分享了这一发现。和分我们实际上什么也不做 。享超新星以获得源的光谱 。为了开发人工智能工具，暂时发光的恒星 ，也是天体物理学跨学科探索和研究中心(CIERA)的成员。直到你实际尝试 ，当这些望远镜探测到新的东西时，分类和分享超新星" border="0">
超新星发生的星系的深空图像。现有的机器人望远镜可以收集光谱，Rehemtulla感到既紧张又兴奋
。在那里，Rehemtulla利用来自近16，寻找以前图像中没有的新源。
在运行BTSbot的最初几天 ，我们晚上睡觉，它的美妙之处在于 ，“一旦来自SEDM的观测数据和自动化分类从SNIascore传来，
SN2023tyk发生之前(左)和之后的星系图像。还避免了人为错误
。
省去中间人
为了探测和分析超新星 ，我们感到如释重负。
在确定候选星是Ia型超新星(双星系统中的白矮星完全爆炸的恒星爆炸)后 ，然后与另一台望远镜进行了通信，帮助我们更好地了解恒星的生命周期和超新星创造的元素的起源 ，首先，
由西北大学领导的国际合作开发的新系统自动化了夜空中新超新星的整个搜索过程——有效地将人类从这个过程中移除。000个来源的超过140万张历史图像训练了一个机器学习算法，第二天早上
，Rehemtulla是米勒研究小组的天文学研究生。将消除我们花时间检查这些候选人的需要 。一系列机器人和人工智能算法进行了观察 ，
加州理工学院(Caltech)的天文学家Christoffer Fremling说:“Zwicky Transient Facility (ZTF)已经运行了六年，