作者:俄亥俄州立大学劳拉·阿伦斯菲尔德
信用:CC0公共领域
根据最近的一篇论文，志愿公民科学家今年分析了来自世界各地望远镜网络的数据，确定了银河系中10000颗新的可变恒星
自一月份以来，志愿者们一直在检查来自超新星全天空自动调查的数据
这项名为“ASAS-锡”的调查是由俄亥俄州立大学的研究人员进行的
在发布到arXiv预打印服务器的一篇论文中，研究人员详细介绍了名为“公民ASAS-SN”的公民科学项目迄今为止所取得的成就:3100多名志愿者对10多万条光曲线进行了约83.9万次分类——这些数据告诉天文学家天空中的物体
变星是一种亮度随时间变化的恒星——我们看到的来自这种恒星的光不是恒定的
这些志愿科学家试图将恒星大致归类为食双星，即一颗恒星在另一颗恒星前面经过，脉动恒星和旋转恒星
志愿科学家也可以将这些数据归类为“垃圾”，这意味着它们不是恒星
例如，低地球轨道卫星可以干扰望远镜中来自恒星的光；来自卫星的数据将被归类为垃圾
如果光线曲线不适合其他类别的变星，志愿科学家可以将数据标记为“未知”
志愿者科学家们分类的一些星星此前已经被确认，这给了俄亥俄州立大学的研究人员一种检查志愿者准确性的方法
“事实证明，它们相当准确，”该论文的主要作者、ASAS-SN分析师科林·克里斯蒂说
“我们的用户非常擅长在我们的数据中发现日蚀和脉动系统
" 研究人员发现，用户也能够轻松识别垃圾数据
该项目建立在ASAS-SN之前和正在进行的搜索天空中的黑洞和宇宙中其他现象的工作的基础上
ASAS-SN的望远镜最近得到了升级，使天文学家能够更深入地观察太空，寻找新的变星、超新星和其他天体
此前对ASAS-SN数据的分析主要是使用机器学习算法进行的，在这种算法中，经过训练的计算机算法对数据进行分类
该论文的合著者、天文学博士生、俄亥俄州总统研究员塔林杜·贾亚辛格说:“我们的主要目标是公开我们的数据，与更广泛的人群分享我们的科学，当然，我们希望从中获得科学研究。”
“这有利于与公众接触
人们正在为科学做出贡献，科学家和这些平台上的人们之间有互动:用户可以问我们问题，我们参与进来并建立融洽的关系
我们也在教人们如何做这项科学
这是双赢
" 公民科学家的工作也有助于改进机器学习算法:贾亚辛格说，他们的投入有助于机器更好地理解什么是“垃圾”数据，什么是有用的数据
贾亚辛格说:“人类的眼睛可以发现不寻常的东西，并且比机器更好地指出它，当他们向研究团队报告时，这让我们能够做出这些真正伟大的发现。”
“如果你给人类一个机会，他们会做出非常惊人的事情
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
