¿Problemas abiertos en astronomía que un aficionado (con un doctorado en algún otro campo) tendría una oportunidad de resolver?

¿Cuáles son algunos problemas abiertos en astronomía que un aficionado tendría una oportunidad de resolver? Supongamos que el aficionado tiene un doctorado en algún otro campo, posee un telescopio básico, un conjunto de filtros, rejillas de difracción, cámaras y sabe mucho sobre aprendizaje automático, procesamiento de señales, estimación espectral, estadísticas y diseño de experimentos, y básicos. física y Química.

¿Hay mejores etiquetas disponibles (como "investigación")?

— eclipse
fuente

¿Cómo el descubrimiento de nuevos asteroides / cometas / planetas menores / etc. afecta el equilibrio gravitacional del sistema solar, en particular las proyecciones de la NASA de las ubicaciones planetarias y las tasas de rotación? En 100 años, ¿habrá solo cambios menores en los núcleos SPICE o extensos?

— barrycarter

Interesante pregunta. ¿Por qué no elaborar un poco más en tu comentario @barrycarter y convertirlo en una respuesta? Dado que la pregunta es sobre aficionados, sería bueno saber qué tipo de datos se necesitarían y cómo se podrían obtener. También tengo curiosidad por saber acerca de otros problemas abiertos. ¿No tiene la astronomía muchos de ellos? :)

— mmh

Sugeriría encarecidamente optar

— chris

Una alternativa sería excavar encuestas como SDSS, DES, etc., utilizando técnicas de aprendizaje automático para identificar valores atípicos. Muchas encuestas ahora están disponibles públicamente y solo hay mucho que los astrónomos profesionales puedan hacer.

— Chris

Normalmente guardo mis mejores ideas para mis propias propuestas de subvención :)

— Rob Jeffries

Respuestas:

Si tiene un buen conocimiento del desarrollo de software y el reconocimiento de patrones, hay varios problemas que podría ayudar a resolver. Gran parte de la astronomía observacional requiere datos de series de tiempo largas y eliminar el ruido de estos datos. Acabo de abandonar el campo donde algunos colegas están tratando de desarrollar algún software para utilizar técnicas de sustracción de imágenes para aislar estrellas individuales en el centro de los cúmulos. El centro del cúmulo suele ser más denso y más difícil de obtener mediciones claras de cada estrella individual para analizar.

El reconocimiento de patrones sería particularmente útil en el análisis de tuberías, donde se usa una tubería genérica en grandes cantidades de datos para 1: encontrar los tipos de estrellas que le interesan; y 2: extraer información interesante sobre estas estrellas. Las técnicas de aprendizaje automático también podrían usarse para ayudar a desarrollar las líneas generales para intereses más específicos.

Me complace ponerlo en contacto con algunas personas que podrían proporcionarle algunos problemas específicos en los que podría ayudar.

— theotheraussie
fuente

¿La oferta también está abierta a otros que no sean el OP? :) Yo también podría estar interesado ..

— mmh

Entonces, si tuviera, por ejemplo, esta imagen upload.wikimedia.org/wikipedia/commons/thumb/0/02/… , la tarea sería encontrar las coordenadas de cada estrella en el centro. :) Un ejemplo sería bueno.

— mmh

Más en la línea de miles de esas imágenes tomadas como series de tiempo y luego usando características comunes en las imágenes para 1: alinearlas y eliminar cualquier característica introducida por los detectores (deriva de calor, error de alineación, etc.); y 2: aislar los píxeles asociados con cada estrella y determinar la intensidad relativa de cada una. Esto se vuelve difícil hacia el centro, donde la intensidad de los píxeles está influenciada por los píxeles circundantes. Aquí hay algunas referencias que pueden ayudar a arxiv.org/abs/1009.4206 , arxiv.org/abs/1309.6044

— theotheraussie

El desafío del zoológico de galaxias de Kaggle es un ejemplo de un problema que pide ideas desde fuera del campo. Sander Dieleman, con experiencia en aprendizaje profundo y aprendizaje de características, valientemente dio un paso adelante, creando un clasificador de imágenes utilizando redes neuronales convolucionales; Su solución completa se describe con fluidez aquí .

Este tipo de técnicas podrían aplicarse a cualquier problema de clasificación de imágenes en Astronomía, o técnicas similares podrían clasificarse para clasificar otros objetos astrofísicos a partir de datos de encuestas o señales.

Me alejaría de hacer su propia captura de imagen, ya que hay muchos conjuntos de datos disponibles abiertamente con mayor profundidad, resolución y cobertura de los que podría esperar llevar a cabo dentro de un plazo razonable.

— christopherlovell
fuente

Me gustó esta respuesta también. :)

— mmh