星系动物园项目利用公民科学家的力量，对100万个星系进行分类，挑战传统天文学观点。通过网站，志愿者经过简单训练后对星系图像进行分类，贡献了高质量的数据。经过数据清洗、消除偏差和加权，整合出一致的星系形态分类。随着数据规模的扩大，研究人员利用这些人工分类数据训练机器学习模型，实现了计算机辅助的星系分类。
大数据文摘出品
作者：Matthew J.Salganik
星系动物园项目是2007年牛津大学天文学研究生凯文·肖文斯基发起的。简单来说，肖文斯基对星系很感兴趣，而人们可以根据星系的形态（椭圆形或螺旋形）和颜色（蓝色或红色）对它们进行分类。当时，天文学家的传统观点是，像我们的银河系这样的螺旋星系的颜色是蓝色的（意味着年轻），而椭圆星系的颜色则是红色的（意味着年老）。
肖文斯基对这一传统观点有所怀疑。他猜想，尽管上述规律一般来讲是正确的，但也可能有相当数量的星系例外，通过研究这些不符合预期规律的不同寻常的星系，他便能对星系的形成过程有所了解。
从志愿者到天文学家的转变只要10分钟
因此，为了推翻传统观点，肖文斯基需要的是大量按形态分类的星系，也就是已被划分为螺旋形或椭圆形的星系。但问题是现有的分类算法还不足以用于科学研究。换句话说，在当时，分类星系对计算机来说是
最低0.47元/天 解锁文章
扫一扫
671
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
