Астрономы разработали новую систему машинного обучения, значительно повышающую разрешающую способность космического телескопа James Webb (JWST). Этот метод позволил устранить аппаратные искажения, мешающие наблюдению за тусклыми объектами рядом с яркими звездами, и помог запечатлеть ранее невидимые космические структуры. Об этом сообщает Ixbt.com сообщает .
Проблема возникла в системе Aperture Masking Interferometer (AMI) прибора NIRISS телескопа. Эффект миграции заряда на сенсорах деформировал интерференционную картину, снижая качество изображения. Чтобы решить эту проблему, ученые создали новую систему под названием AMIGO (Aperture Masking Interferometry Generative Observations).
Алгоритм AMIGO создает цифровой двойник телескопа, моделируя работу всей оптики и электроники. Искусственный интеллект автоматически исправляет ошибки, сравнивая реальные данные с синтезированным изображением. Модуль нейронной сети играет важную роль в компенсации нелинейного распределения заряда на сенсорах.
С помощью новой технологии ученым удалось обнаружить субзвездные объекты, такие как HD 206893 c и HD 206893 B, а также вулканические точки на спутнике Юпитера Ио. Это достижение открыло новые возможности для изучения атмосфер экзопланет и наблюдения за объектами вблизи ярких звезд.
Читайте «Zamin» в Telegram!
