Международная команда проекта SNAD, в которую входит Матвей Корнилов, доцент кафедры физики НИУ ВШЭ, обнаружила 11 аномалий, семь из них являются кандидатами в сверхновые. Исследование проводилось на цифровых снимках северного неба за 2018 год с использованием метода ближайшего соседа на основе K-мерных деревьев. Для автоматизации поиска аномалий использовались методы машинного обучения. Исследование представлено в журнале New Astronomy.
Сообщается, что аномалии появлялись из-за объектов с кривой яркости, которая зависит от освещенности и времени.
На основе полученных данных ученые составили 7 смоделированных кривых света, которые были загружены в нейронную сеть, а затем сравнены с информацией о кривых света реальных космических объектов.
Для удобства пространство разделили на более мелкие части и сузили круг объектов, свойства которых были схожи со свойствами, описанными в 7 симуляциях.
Таким образом, исследователи обнаружили 105 реальных объектов, и 11 из них обладали парадоксальными аномалиями. Кроме того, 7 из этого числа предположительно являются сверхновыми.
Исследование показало, что данный метод действительно эффективен и при этом достаточно прост в реализации. Предложенная методика поиска объектов определенного типа является универсальной и может быть применена для обнаружения не только редких типов сверхновых, но и других интересных астрономических объектов, отмечают ученые.
