Dallimet në SED, tiparet spektroskopike dhe morfologjitë hapësinore midis llojeve të ndryshme të objekteve qiellore. Nga lart poshtë, shembujt e treguar korrespondojnë me një galaktikë, një kuazar dhe një yll. Të dhënat spektroskopike janë nga SDSS, ndërsa SED dhe të dhënat e imazhit janë nga KiDS. Kredia: Kredia: Seria e Shtojcave të Revistës Astrofizike (2025). DOI: 10.3847/1538-4365/adde5a
Një studim i ri i udhëhequr nga studiues nga Observatorët e Yunnanit të Akademisë Kineze të Shkencave ka zhvilluar një metodë të bazuar në rrjet nervor për klasifikimin e objekteve qiellore në shkallë të gjerë, sipas një punimi të botuar së fundmi në Serinë e Shtojcave të Revistës Astrofizike.
Klasifikimi i saktë i yjeve, galaktikave dhe kuazarëve është thelbësor për të kuptuar strukturën dhe evolucionin e universit në astronominë moderne. Ndërsa vëzhgimet spektroskopike ofrojnë klasifikime me precizion të lartë, ato kërkojnë shumë kohë dhe burime.
Në të kundërt, imazhet fotometrike janë më efikase dhe të ndjeshme ndaj objekteve më të zbehta. Megjithatë, klasifikimi që mbështetet vetëm në karakteristikat morfologjike ose spektrale të shpërndarjes së energjisë (SED) është i mbushur me paqartësi. Për shembull, kuazarët dhe yjet me zhvendosje të lartë të kuqe shfaqen si burime pikësore në imazhe, duke i bërë të vështira për t’u dalluar.
Për t’u përballur me këto sfida, ekipi i kërkimit krijoi një model rrjeti nervor multimodal që mund të përpunojë njëkohësisht karakteristikat morfologjike dhe SED. Duke integruar këto burime të dhënash plotësuese, modeli arriti saktësi të lartë klasifikimi për yjet, kuazarët dhe galaktikat. Ai u trajnua duke përdorur burime të konfirmuara spektroskopikisht nga Sloan Digital Sky Survey Data Release 17, duke hedhur themelet për klasifikim.
Kur u aplikua në publikimin e pestë të të dhënave të Kilo-Degree Survey (KiDS), modeli klasifikoi me sukses më shumë se 27 milionë burime qiellore më të ndritshme se madhësia r = 23 në afërsisht 1,350 gradë katrore të qiellit.
Matrica e konfuzionit të rezultateve të klasifikimit bazuar në një mostër prej 20,000 objektesh qiellore. Kredia: Kredia: Seria e Shtojcave të Revistës Astrofizike (2025). DOI: 10.3847/1538-4365/adde5a
Testimi vërtetoi performancën e modelit. Kur u aplikua në 3.4 milion burime Gaia me lëvizje të konsiderueshme të duhur ose paralaks – tipare tipike unike për yjet – modeli identifikoi saktë 99.7% si objekte yjore. Rezultate të ngjashme të forta u panë me Galaxy And Mass Assembly Data Release 4, ku 99.7% e burimeve u klasifikuan saktë si galaktika ose kuazare.
Vlen të përmendet se hulumtimi zbuloi se modeli mund të korrigjonte klasifikimet e gabuara në katalogët ekzistues. Kontrollet e rastësishme treguan se disa objekte të identifikueshme vizualisht si galaktika, por të etiketuara gabimisht si yje në SDSS u riklasifikuan saktë nga rrjeti nervor.
