AI araçları çevremizdeki dünyayı ve hatta ötesindeki yıldızları nasıl gözlemlediğimizi dönüştürüyor. Son zamanlarda, uluslararası bir ekip, derin öğrenme tekniklerinin ve büyük dil modellerinin gökbilimcilerin yıldızları yüksek doğruluk ve verimlilikle sınıflandırmasına yardımcı olabileceğini kanıtladı. “Derin öğrenme ve yıldız ışık eğrisi sınıflandırmasına uygulanan büyük dil modellerine dayanan yöntemler” çalışmaları 26 Şubat’ta yayınlandı. Akıllı Hesaplama.
Ekip, bir üçlü AI model olan Starwhisper Lightcurve serisini tanıttı ve performanslarını diğer son teknoloji yaklaşımlarla birlikte değerlendirdi. Tüm modeller, değişken yıldızları ışık eğrilerinden otomatik derin öğrenme ile sınıflandırmak için eğitildi, bu da öğrenme oranı, parti boyutu ve model karmaşıklığı gibi temel faktörlerin otomatik optimizasyonunu sağlayarak manuel ayarlama ihtiyacını en aza indirdi.
Ekip, NASA’nın Kepler ve K2 misyonlarından eğitim verileri sağladı ve beş ana değişken yıldız türüne odaklandı. Model genellemesini geliştirmek için az sayıda nadir değişken yıldız da dahil edildi.
Kapsamlı değerlendirme, büyük değişken yıldız tipleri için farklı AI mimarileri arasında yüksek sınıflandırma doğruluğu göstermektedir. En çok performans gösteren modeller arasında, CONV1D + BILSTM modeli-özellik çıkarma ve zamansal desenler için tekrarlayan katmanlar için evrişim katmanlarını birleştiren hibrit derin öğrenme yaklaşımı-% 94 doğruluk. Başlangıçta doğal dil işleme için geliştirilen popüler transformatör mimarisinin bir varyant olan SWIN transformatör modeli,% 99 doğruluk elde etti.
Özellikle, SWIN transformatörü, veri kümesinin sadece% 0.02’sini oluşturan nadir bir titreşimli yıldız sınıfı olan Tip II sefeid yıldızlarını tanımlamada% 83 doğruluk gösterdi.
Swin transformatörü etkileyici bir doğruluk sağlasa da, ışık eğrisi verilerini görüntülere dönüştürmek için ekstra ön işlem gerektirir. Buna karşılık, Starwhisper Lightcurve minimal manuel müdahale ile yaklaşık% 90 doğruluk elde etti ve açık özellik mühendisliği ihtiyacını azaltı. Bu verimlilik sadece veri işlemeyi kolaylaştırmakla kalmaz, aynı zamanda paralel veri analizi ve astronomide çok modlu AI uygulamalarının ilerlemesinin yolunu açar.
Starwhisper LightCurve serisi, her biri farklı bir astronomik veri formatı için ince ayarlanmış üç özel büyük dil modelinden oluşur:
- Işık eğrilerini yapılandırılmış zaman serisi metni olarak sınıflandırmak için Gemini 7B üzerine inşa edilmiş büyük bir dil modeli.
- Görüntü tabanlı ışık eğrisi gösterimlerini işlemek için Deepseek-VL-7B-Chat üzerine inşa edilmiş çok modlu bir büyük dil modeli.
- Işık eğrilerini ses dalgalarına dönüştürmek için Qwen-Audio üzerine inşa edilmiş büyük bir ses dili modeli.
Starwhisper Lightcurve serisi, güçlü akıl yürütme ve talimat takip yeteneklerine sahip astronomi için tasarlanmış büyük bir dil modeli olan daha geniş StarWhisper Project’in bir parçasıdır.
