Hubble小惑星ハンター:I.Hubble宇宙望遠鏡画像における小惑星跡の同定【JST・京大機械翻訳】

Kruk Sandor; Martin Pablo Garcia; Popescu Marcel; Merin Bruno; Mahlke Max; Carry Benoit; Thomson Ross; Karadag Samet; Duran Javier; Racero Elena; Giordano Fabrizio; Baines Deborah; de Marchi Guido; Laureijs Rene

プレプリント

J-GLOBAL ID：202202200226829761 整理番号：22P0282858

Hubble小惑星ハンター:I.Hubble宇宙望遠鏡画像における小惑星跡の同定【JST・京大機械翻訳】

Hubble Asteroid Hunter: I. Identifying asteroid trails in Hubble Space Telescope images

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (14件)： , , , , , , , , , , , , ,
資料名：
発行年： 2022年02月01日プレプリントサーバーでの情報更新日： 2022年05月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

大規模で公的に利用可能な天文アーカイブは,太陽システムオブジェクトの探索と研究への新しい可能性を開く。しかし,大量のデータを扱うには高度な技術が必要である。これらの不偏の調査を用いて,太陽系の形成モデルに対するパズルの片を表す小体のサイズ分布を制約できる。データマイニングを用いて,ESA Hubble Space Telescope(HST)科学データアーカイブからアーカイブ画像における小惑星を同定することを目的とした。著者らは,アーカイブHST画像における小惑星トレイルを同定するために,公開のメンバーとしてZooniverseプラットフォーム,Hubble Aステロイド Hunter(www.aステロイドhunter.org)に関する市民科学プロジェクトを開発した。ボランティアが提供するラベルを用いて,Google Cloud AutoML Visionで構築した自動深層学習モデルを訓練し,視野を横断する小惑星を検出する全HSTアーカイブを探索した。著者らは,著者らの市民科学プロジェクトとESA HST科学データアーカイブのその後の機械学習探査を通して,アーカイブHSTデータで同定された1701の新しい小惑星トレイルの検出を報告する。地上ベースの調査から同定された小惑星の集団よりも統計的に弱い24.5の大きさの小惑星を検出した。大部分の小惑星は,予想どおり,楕円面の近くに分布しており,ここでは,平方度あたり80小惑星の近似密度を見出した。Minor Planet Centerデータベースにおいて454の既知の太陽システムオブジェクトと670のトレイルをマッチさせたが,しかし,1031(61%)のトレイルに対しては一致は見出されなかった。未同定の小惑星はかすかなもので,小惑星よりも平均1.6桁のかすかな値であり,同定に成功した。それらはおそらく以前に未知なオブジェクトに対応する。本研究は,市民科学と機械学習が,既存の天文科学アーカイブにおけるSSOの系統的探索のための有用な技術であることを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

光学顕微鏡,望遠鏡 , 惑星 , 図形・画像処理一般

, , ,

前のページに戻る