К новостям

В МГУ обучили ИИ предсказывать параметры для определения состава звезд

27.11.2023

Исследователи Московского государственного университета им. М. В. Ломоносова разработали на основе технологий машинного обучения новый метод расчета параметров спектральных линий, которые используются для определения состава звезд. Об этом сообщила пресс-служба вуза. Результаты исследования опубликованы в пятницу в журнале Monthly Notices of the Royal Astronomical Society (MNRAS).

В астрофизике состав звезд рассчитывают, используя фундаментальные характеристики спектральных линий - особенно "ярких" волн определенной длины в спектре звезды. Среди особенно важных характеристик выделяют вероятности переходов и их ударные штарковские параметры. База данных последних составляет несколько десятков тысяч вариантов, а теоретические и экспериментальные способы их расчета трудозатратны и имеют ряд ограничений.

"Научные сотрудники кафедры лазерной химии химического факультета МГУ предложили использовать методы машинного обучения для предсказания штарковских параметров любых переходов, для которых известны конфигурации верхнего и нижнего уровня", - говорится в сообщении.

Ученые разработали модель, которая предсказывает параметры спектральных линий с точностью, близкой к экспериментальной, и учитывает их зависимость от температуры, уточнил научный руководитель исследования Тимур Лабутин, чьи слова приводит пресс-служба университета.

"Созданная модель StarkML размещена для свободного использования на облачной платформе GitHub, где для получения необходимых параметров достаточно подготовить файл с табличными параметрами интересующих переходов. В настоящее время готовится онлайн-версия для работы с этой моделью с помощью веб-интерфейса", - цитирует пресс-служба вуза Александра Закускина, аспиранта химического факультета МГУ.

Разработка ученых может использоваться не только для изучения состава звезд и метеоров, но и в космических миссиях, предполагающих проведение анализа проб без образцов для сравнения. Такие расчеты также будут востребованы в сфере изучения плазмы, получаемой в лабораториях и на промышленных объектах, считают авторы.

В МГУ обучили ИИ предсказывать параметры для определения состава звезд

27.11.2023