طبقه بندی اجرام آسمانی یک مشکل دیرینه است. با وجود منابعی در فواصل غیرقابل تصور، گاهی اوقات تشخیص اجسامی مانند ستاره ها، کهکشان ها، اختروش ها یا ابرنواخترها برای محققان دشوار است.
محققین سعی کردند این مشکل کلاسیک را با ایجاد SHEEP، یک الگوریتم یادگیری ماشینی که ماهیت منابع نجومی را تعیین می کند، حل کنند.
اندرو هامفری از دانشگاه پورتو میگوید: «مشکل طبقهبندی اجرام آسمانی از نظر اعداد و پیچیدگی جهان بسیار چالش برانگیز است و هوش مصنوعی ابزار بسیار امیدوارکنندهای برای این نوع کار است.
در واقع SHEEPیک خط لوله یادگیری ماشینی تحت نظارت است که جابجاییهای قرمز نورسنجی را تخمین میزند و از این اطلاعات برای طبقهبندی منابع به عنوان کهکشان، اختروش یا ستاره استفاده میکند.
اطلاعات فتومتریک سادهترین راه برای به دست آوردن است و بنابراین ارائه اولین تحلیل در مورد ماهیت منابع مشاهدهشده بسیار مهم است.
کیهان