Makine öğrenimi James Webb teleskobu görüntülerini daha net hale getirdi

Gökbilimciler, James Webb Uzay Teleskobu'nun (JWST) çözünürlüğünü önemli ölçüde artıran yeni bir makine öğrenimi sistemi geliştirdiler. Bu yöntem, parlak yıldızların yanındaki sönük nesnelerin gözlemlenmesini engelleyen donanım bozulmalarını gidermeyi sağladı ve daha önce görünmeyen kozmik yapıların görüntülenmesine yardımcı oldu. Bu konuda Ixbt.com haber veriyor.

Sorun, teleskobun NIRISS cihazındaki Aperture Masking Interferometer (AMI) sisteminde ortaya çıkmıştı. Sensörlerdeki yük göçü etkisi, girişim desenini deforme ederek görüntü kalitesini düşürüyordu. Bilim insanları bu sorunu çözmek için AMIGO (Aperture Masking Interferometry Generative Observations) adlı yeni bir sistem oluşturdular.

AMIGO algoritması, teleskobun dijital bir ikizini oluşturarak tüm optik ve elektronik sistemin çalışmasını modelliyor. Yapay zeka, gerçek verileri sentezlenmiş görüntüyle karşılaştırarak hataları otomatik olarak düzeltiyor. Sinir ağı modülü, sensörlerdeki doğrusal olmayan yük dağılımını telafi etmede önemli bir rol oynuyor.

Yeni teknoloji sayesinde bilim insanları HD 206893 c ve HD 206893 B gibi yıldız altı nesneleri ve Jüpiter'in uydusu Io'daki volkanik noktaları tespit etmeyi başardılar. Bu başarı, ötegezegenlerin atmosferlerini incelemek ve parlak yıldızların yakınındaki nesneleri gözlemlemek için yeni kapılar açtı.