खगोल विज्ञान में खुली समस्याएं कि एक शौकिया (किसी अन्य क्षेत्र में पीएचडी के साथ) को हल करने का मौका होगा?


14

खगोल विज्ञान में कुछ खुली समस्याएं हैं जो एक शौकिया को हल करने का मौका होगा? मान लीजिए कि शौकिया किसी अन्य क्षेत्र में पीएचडी है, तो एक बुनियादी दूरबीन, फिल्टर का एक सेट, विवर्तन झंझरी, कैमरे का मालिक है, और मशीन सीखने, सिग्नल प्रोसेसिंग, वर्णक्रमीय आकलन, प्रयोगों और डिजाइन के डिजाइन, और बुनियादी के बारे में बहुत कुछ जानने के लिए होता है। भौतिकी और रसायन शास्त्र।

क्या बेहतर टैग उपलब्ध हैं (जैसे "शोध")?


1
नए क्षुद्रग्रहों / धूमकेतु / लघु ग्रहों / आदि की खोज सौर प्रणाली के गुरुत्वाकर्षण संतुलन को प्रभावित करती है, विशेष रूप से नासा के ग्रहों के स्थानों और रोटेशन दर के अनुमानों में। 100 वर्षों में, क्या SPICE कर्नेल में केवल मामूली बदलाव होंगे, या एक व्यापक होगा?
बैरीकेटर

दिलचस्प सवाल। अपनी टिप्पणी @barrycarter पर थोड़ी और विस्तृत क्यों न करें और इसका उत्तर दें? चूंकि सवाल एमेच्योर के बारे में है, इसलिए यह जानना अच्छा होगा कि किस तरह के डेटा की जरूरत होगी और इसे कैसे प्राप्त किया जा सकता है। मैं अन्य खुली समस्याओं के बारे में भी सुनने के लिए उत्सुक हूँ .. क्या खगोल विज्ञान उनमें से एक बहुत कुछ नहीं है? :)
मिमी

1
मैं दृढ़ता से निम्न सतह चमक वस्तुओं के लिए जाने का सुझाव दूंगा
क्रिस

1
सर्वेक्षण में खोदना एक विकल्प होगा जैसे कि SDSS, DES आदि। आउटलेर्स की पहचान करने के लिए मशीन लर्निंग तकनीक का उपयोग करना। कई सर्वेक्षण अब सार्वजनिक रूप से उपलब्ध हैं और केवल इतने ही पेशेवर खगोलविद कर सकते हैं।
क्रिस

मैं आम तौर पर अपने स्वयं के अनुदान प्रस्तावों के लिए अपने सबसे अच्छे विचारों को बचाता हूं :)
रोब जेफ्रीज

जवाबों:


4

यदि आपको सॉफ़्टवेयर विकास और पैटर्न की मान्यता का अच्छा ज्ञान है, तो कई समस्याएं हैं जिन्हें आप हल करने में सहायता कर सकते हैं। अवलोकन संबंधी खगोल विज्ञान में से अधिकांश में लंबे समय तक श्रृंखला डेटा की आवश्यकता होती है, और इस डेटा से शोर को हटा दिया जाता है। मैंने अभी उस क्षेत्र को छोड़ दिया है, जहां कुछ सहयोगी समूहों के केंद्र में अलग-अलग तारों को अलग करने के लिए छवि घटाव तकनीक का उपयोग करने के लिए कुछ सॉफ़्टवेयर विकसित करने की कोशिश कर रहे हैं। क्लस्टर का केंद्र आम तौर पर अधिक घना और कठिन होता है ताकि विश्लेषण करने के लिए प्रत्येक व्यक्ति स्टार का स्पष्ट माप लिया जा सके।

पैटर्न विश्लेषण पाइपलाइन विश्लेषण में विशेष रूप से उपयोगी होगा, जहां बड़ी मात्रा में डेटा के लिए 1 पर एक जेनेरिक पाइपलाइन का उपयोग किया जाता है: उन तारों के प्रकारों को ढूंढें जिनके बारे में दिलचस्पी है; और 2: इन सितारों के बारे में कुछ दिलचस्प जानकारी निकालना। अधिक विशिष्ट रुचियों के लिए सामान्य पाइपलाइनों को विकसित करने में सहायता के लिए मशीन लर्निंग तकनीकों का भी उपयोग किया जा सकता है।

मुझे आपको कुछ लोगों के संपर्क में रखने में खुशी हो रही है जो आपको कुछ विशिष्ट समस्याएं प्रदान कर सकते हैं जिन्हें आप सहायता करने में सक्षम हो सकते हैं।


क्या ओपी की तुलना में यह ऑफर दूसरों के लिए भी खुला है? :) मुझे भी दिलचस्पी हो सकती है ..
mmh

इसलिए यदि आपके पास यह छवि अपलोड करने के लिए होगा। wikimedia.org/wikipedia/commons/thumb/0/02/… , तो कार्य केंद्र के प्रत्येक स्टार के निर्देशांक को खोजना होगा? :) एक उदाहरण अच्छा होगा।
एमएमएच

1
एक समय श्रृंखला के रूप में ली गई हजारों छवियों की रेखाओं के साथ और फिर छवियों में सामान्य सुविधाओं का उपयोग करके 1: उन्हें संरेखित करें, और डिटेक्टरों द्वारा शुरू की गई किसी भी विशेषता को हटा दें (गर्मी बहाव, संरेखण त्रुटि, आदि); और 2: प्रत्येक स्टार से जुड़े पिक्सल को अलग करना और प्रत्येक के लिए सापेक्ष तीव्रता का निर्धारण करना। यह उस केंद्र की ओर कठिन हो जाता है जहां पिक्सल की तीव्रता आसपास के पिक्सल से प्रभावित होती है। यहाँ कुछ संदर्भ दिए गए हैं जो arxiv.org/abs/1009.4206 , arxiv.org/abs/1309.6044
Theotheraussie

4

Kaggle आकाशगंगा चिड़ियाघर चुनौती क्षेत्र के बाहर से विचारों के लिए भीख माँग एक समस्या का एक उदाहरण है। सैंडर डाइलेमैन, गहरी सीखने और सुविधा सीखने में एक पृष्ठभूमि के साथ, बहादुरी से आगे बढ़ गए, जिससे एक चित्र क्लासिफायर का निर्माण किया गया, जो संवेदी तंत्रिका नेटवर्क का उपयोग करता है; उनका पूरा समाधान धाराप्रवाह यहाँ वर्णित है

इस प्रकार की तकनीकों को एस्ट्रोनॉमी में किसी भी छवि वर्गीकरण समस्या पर लागू किया जा सकता है, या इसी तरह की तकनीकों का उपयोग सर्वेक्षण या सिग्नल डेटा से अन्य ज्योतिषीय वस्तुओं को वर्गीकृत करने के लिए किया जा सकता है।

मैं आपकी स्वयं की छवि पर कब्जा करने के बारे में स्पष्ट करूंगा, क्योंकि अधिक गहराई, संकल्प और कवरेज के साथ खुले रूप से उपलब्ध डेटा सेट बहुत हैं , जिससे आप एक उचित समय सीमा के भीतर खुद को बाहर ले जाने की उम्मीद कर सकते हैं।


मुझे भी यह जवाब पसंद आया। :)
मिमीह
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.