Zastosowanie systemów uczenia maszynowego do szacowania
Transkrypt
Zastosowanie systemów uczenia maszynowego do szacowania
Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk Marcin Jakubek Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 1/ Odległości galaktyk Metody wyznaczania odległości galaktyk: „Standardowe świece" - bardzo mały zasieg ˛ Poczerwienienie i prawo Hubble’a Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 2/ Odległości galaktyk Efekt Dopplera: λobs − λem z= λem v z= c Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 3/ Odległości galaktyk Rozszerzajacy ˛ sie˛ Wszechświat: Predkość ˛ oddalania sie˛ galaktyk od siebie rośnie wraz z ich odległościa: ˛ Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 3/ Odległości galaktyk Prawo Hubble’a: v = H0 r H0 ≈ 72 km s−1 M pc−1 Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 3/ Odległości galaktyk Prawo Hubble’a: v = H0 r z efektu Dopplera: v z= c zatem odległość miedzy ˛ obserwatorem a źródłem promieniowania: r = H0−1 z c−1 Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 3/ Spektrometria galaktyk Analiza spektrograficzna: Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 4/ Spektrometria galaktyk Galaxy surveys - „katalogi galaktyk" 2dF - ok. 220 tys. galaktyk SDSS (jeszcze nieukończony) - ok. 680 tys. galaktyk Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 4/ Spektrometria galaktyk 2dF Galaxy survey Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 4/ Spektrometria galaktyk 2dF Galaxy survey Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 4/ Fotometria galaktyk Fotometria - fotografowanie galaktyk w różnych filtrach barwnych - UBVRIJK... Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 5/ Problem „Drogie" dane spektrograficzne - dokładne poczerwienienie galaktyk. „Tanie" dane fotometryczne. Czy da sie˛ wyuczyć algorytm na „drogich" danych, by dawał zadowalajacy ˛ wynik dla „tanich"? Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 6/ Metody rozwiazania ˛ Popularne systemy uczenia maszynowego: Sieci neuronowe Drzewa decyzyjne Random Forest Naive Bayes Support Vector Machines Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 7/ Grupowanie galaktyk Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 8/ Dziekuj ˛ e˛ za uwage! ˛ Zastosowanie systemów uczenia maszynowego do szacowania poczerwienienia galaktyk – p. 9/