Astrónomos identifican 116.000 nuevas estrellas variables

Nueva técnica localiza objetos estelares que cambian de brillo

Un telescopio ASAS-SN ayuda a los astrónomos a descubrir nuevas estrellas.
Crédito:
ASAS-SN
.

Los astrónomos de la Universidad Estatal de Ohio han identificado unas 116.000 nuevas estrellas variables, según un nuevo artículo. 

Estos cuerpos celestes fueron encontrados por The All-Sky Automated Survey for Supernovae (ASAS-SN), una red de 20 telescopios en todo el mundo que pueden observar todo el cielo unas 50.000 veces más profundo que el ojo humano. Investigadores del estado de Ohio han operado el proyecto durante casi una década.

Ahora, en un artículo publicado en arXiv, un servidor de preimpresión de acceso abierto, los investigadores describen cómo usaron técnicas de aprendizaje automático para identificar y clasificar estrellas variables, objetos celestes cuyo brillo aumenta y disminuye con el tiempo, especialmente si se observan desde nuestra perspectiva en la Tierra.  

Los cambios que experimentan estas estrellas pueden revelar información importante sobre su masa, radio, temperatura e incluso su composición. De hecho, incluso nuestro Sol se considera una estrella variable. Las encuestas como ASAS-SN son una herramienta especialmente importante para encontrar sistemas que puedan revelar las complejidades de los procesos estelares, dijo Collin Christy, autor principal del artículo y analista de ASAS-SN en el estado de Ohio.

Collin Christy. Crédito: ASAS-SN / The Ohio State University

“Las estrellas variables son una especie de laboratorio estelar”, dijo. «Son lugares realmente interesantes en el universo donde podemos estudiar y aprender más sobre cómo funcionan realmente las estrellas y las pequeñas complejidades que tienen». 

Pero para localizar más de estas escurridizas entidades, el equipo primero tuvo que traer datos del proyecto que no se habían utilizado previamente. Durante años, ASAS-SN observó el cielo utilizando filtros de banda V, lentes ópticas que solo pueden identificar estrellas cuya luz cae en el espectro de colores visibles a simple vista. Pero en 2018, el proyecto pasó a usar filtros de banda g (lentes que pueden detectar más variedades de luz azul) y la red pasó de poder observar alrededor de 60 millones de estrellas a la vez a más de 100 millones. 

Incorporando técnicas de Inteligencia Artificial

Pero a diferencia de la campaña de ciencia ciudadana de ASAS-SN, que depende de voluntarios para filtrar y clasificar los datos astronómicos, el estudio de Christy requirió la ayuda de la inteligencia artificial. 

“Si quieres mirar millones de estrellas, es imposible que unos pocos humanos lo hagan por sí mismos. Tomará una eternidad”, dijo Tharindu Jayasinghe, coautor del artículo, estudiante de doctorado en Astronomía y becario presidencial de Estado de Ohio. “Así que tuvimos que incorporar algo creativo a la mezcla, como técnicas de aprendizaje automático”. 

El nuevo estudio se centró en los datos de Gaia, una misión para trazar un mapa tridimensional de nuestra galaxia, así como de 2MASS y AllWISE. El equipo de Christy usó un algoritmo de aprendizaje automático para generar una lista de 1,5 millones de candidatas a estrellas variables a partir de un catálogo de alrededor de 55 millones de estrellas aisladas.

Tharindu Jayasinghe.
Crédito: ASAS-SN / The Ohio State University
.

Posteriormente, los investigadores redujeron aún más el número de candidatas. De los 1,5 millones de estrellas que estudiaron, casi 400.000 resultaron ser estrellas variables reales. Más de la mitad ya eran conocidas por la comunidad astronómica, pero 116.027 de ellas resultaron ser nuevos descubrimientos. 

Todavía hay un papel para los científicos ciudadanos

Aunque el estudio necesitaba aprendizaje automático para completarlo, el equipo de Christy dice que todavía hay un papel para los científicos ciudadanos. De hecho, los voluntarios de la campaña de ciencia ciudadana ya comenzaron a identificar datos basura, dijo. “Es muy útil que la gente nos diga cómo se ven nuestros datos erróneos, porque inicialmente, el algoritmo analizaría los datos erróneos y trataría de darles sentido”, dijo Christy. 

Pero el uso de un conjunto de entrenamiento de todos esos datos incorrectos permite al equipo modificar y mejorar el rendimiento general de su algoritmo. “Esta es la primera vez que combinamos la ciencia ciudadana con técnicas de aprendizaje automático en el campo de la astronomía de estrellas variables”, dijo Jayasinghe. “Estamos ampliando los límites de lo que puedes hacer cuando juntas a esos dos”

Fuente: Universidad Estatal de Ohio, (The Ohio State University, OSU).

Artículo original: ‘Astronomers identify 116,000 new variable stars‘. Tatyana Woodall. Mayo31 ,2022.

Material relacionado

El proyecto de Ciencia Ciudadana asociado a ASAS-SN: clasificando las curvas de luz de las estrellas variables

Científicos ciudadanos encuentran 10.000 nuevas estrellas variables

Científicos ciudadanos voluntarios que analizaron datos de una red de telescopios en todo el mundo este año identificaron 10,000 nuevas estrellas variables en la Vía Láctea, según un artículo reciente.

Los voluntarios han estado examinando datos de la encuesta automatizada All-Sky para supernovas desde Enero. La encuesta, conocida como ASAS-SN, está a cargo de investigadores de la Universidad Estatal de Ohio.

The American Association of Variable Star Observers (AAVSO)

Video de presentación de AAVSO. Crédito: AAVSO HQ.

AAVSO es una organización internacional sin fines de lucro y líder mundial en la investigación de estrellas variables, con la misión de permitir que cualquier persona participe en el descubrimiento científico.

Las publicaciones de AAVSO con todo tipo de información sobre el tema puedes verlas aquí.

La Sección de Estrellas Variables de la Asociación Astronómica Británica

(SEV) Sección Estrellas Variables CODE/LIADA

  • SEV. CODE/LIADA.
Marcar el enlace permanente.

Comentarios cerrados.