Алгоритм Яндекса помог астрономам искать планетарные туманности
Учёные из Турции применили разработанный в Яндексе алгоритм машинного обучения CatBoost для поиска планетарных туманностей Млечного Пути. Это светящиеся облака газа, которые образуются, когда звёзды небольшой и средней массы сбрасывают внешние оболочки на заключительных этапах своей жизни.
Отличить планетарные туманности от других космических объектов непросто: они могут напоминать остатки сверхновых и области ионизированного водорода. Для этого астрономы анализируют спектры — характеристики излучения газовых облаков. CatBoost помог учёным классифицировать объекты по этим данным. Алгоритм показал ROC-AUC около 0,96, а результаты его работы согласовались с выводами традиционного спектрального анализа.
Исследователи из Университета Чукурова изучили спектры 149 объектов из каталога HASH. С помощью машинного обучения и классических методов анализа им удалось выделить два кандидата в планетарные туманности и ещё один предварительный.
CatBoost — алгоритм машинного обучения для работы с табличными данными, который Яндекс открыл для всех в 2017 году. Сегодня его используют для решения самых разных задач, в том числе за пределами привычной IT-сферы, например, в фундаментальных научных исследованиях.
