ИСТИНА

Грядущее поколение крупных астрономических обзоров (LSST, ZTF) произведет революцию в нашем понимании Вселенной, однако при этом нам придется столкнуться с огромными объемами данных и связанными с ними проблемами. Одна из них — это невозможность использования человеческих ресурсов для поиска новых необычных астрофизических объектов. Кроме того, большинство данных, полученных этими обзорами, будут фотометрическими, и мы не сможем рассчитывать на спектроскопическую поддержку всех наблюдений. Целью работы является поиск аномальных объектов в Открытом Каталоге Сверхновых (http://sne.space/) методами машинного обучения. В данной работе мы объединили усилия экспертного анализа и методы машинного обучения. Мы разработали программное обеспечение, которое позволяет обнаруживать аномалии в данных, и провели астрофизический анализ всех объектов с необычными свойствами. Если мы не хотим пропускать новую науку, скрытую в больших объемах данных, получение которых сопряжено с огромными умственными и финансовыми затратами, подобные инструменты поиска и анализа аномалий просто необходимы.