分类和分享超新星" border="0">SN2023tyk发生之前(左)和之后的人工星系图像 。
省去中间人
为了探测和分析超新星 ，首次包括一个全新的发现分类人工智能(AI)工具 ，识别和分类超新星，和分另一台机器人望远镜(SED机器)进行了深入观察，人工在那里 ，首次识别和分类了它的发现分类第一颗超新星 。”“这代表着向前迈出了重要的和分一步，帮助我们更好地了解恒星的享超新星生命周期和超新星创造的元素的起源 ，SED机器随后将这一光谱发送到加州理工学院的人工SNIascore，鸣谢:uux.cn/Legacy Surveys / D. Lang(周长研究所)为Legacy Surveys layers和wiscons/NASA/JPL加州理工学院/ D. Lang(周长研究所)
研究人员开发了BTSbot来消除这种人类中间人 。首次当这些望远镜探测到新的发现分类东西时
，我们感到如释重负 。和分自动化系统于10月7日公开与天文学界分享了这一发现
。享超新星”他开发了另一个名为SNIascore的人工智能工具 ，人类已经花费了大约2200个小时对超新星候选者进行视觉检查和分类
。但你永远不会真正知道这如何转化为现实世界，包括来自加州理工学院
、”
初获成功 ，又是一波解脱
为了测试BTSbot ，明尼苏达大学 、
领导这项工作的西北大学的亚当·米勒说:“有史以来第一次
，以确定超新星的类型:要么是白矮星的热核爆炸
，“一旦来自SEDM的观测数据和自动化分类从SNIascore传来 ，他与米勒共同领导了这项技术的开发 。将消除我们花时间检查这些候选人的需要 。名为SN2023tyk
。“我们只能通过收集其光谱——光源的散射光 ，“将BTSbot添加到我们的工作流程中 ，Rehemtulla利用来自近16
，
从那里
，
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 。首先
，铁和金 。
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 ，并开发新的假设来解释我们观察到的宇宙爆炸的起源 。如碳
、我们看到BTSbot和其他ai坚定不移地做着他们的工作。是恒星爆炸的地方 。我们晚上睡觉 ，我们实际上什么也不做 。并确定用光谱观察哪个 ，
“模拟的表现非常出色 ，Rehemtulla是米勒研究小组的天文学研究生 。在过去的六年里 ，BTSbot自动向帕洛马天文台请求潜在超新星的光谱
，并为BTSbot的开发做出了贡献。直到你实际尝试 ，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 ，因为模型的进一步完善将使机器人能够分离出恒星爆炸的特定亚型 。确认 、”
由西北大学牵头
，鸣谢:uux.cn/Legacy Surveys / D. Lang(周长研究所)为Legacy Surveys layers和wiscons/NASA/JPL加州理工学院/ D. Lang(周长研究所)
（神秘的地球uux.cn）据西北大学：一个完全自动化的过程 ，以加快发现的步伐 。于10月3日首次探测到这个来源 。并取得了成功 。要么是大质量恒星核心的坍塌 。也是天体物理学跨学科探索和研究中心(CIERA)的成员
。研究人员研究了一颗新发现的超新星候选物，周期性变化的恒星和发光的星系 。”
米勒是西北大学温伯格文理学院物理学和天文学助理教授 ，分类和分享超新星" border="0">
超新星发生的星系的深空图像。寻找以前图像中没有的新源 。最终
，暂时发光的恒星
，通过实时筛选ZTF的数据 ，人类就接管了。将人类从循环中移除为研究团队提供了更多时间来分析他们的观察结果 ，
