Problemas abertos em astronomia que um amador (com um PhD em algum outro campo) teria a chance de resolver?

Quais são alguns dos problemas abertos em astronomia que um amador teria chance de resolver? Suponha que o amador tenha um PhD em algum outro campo, possua um telescópio básico, um conjunto de filtros, grades de difração, câmeras e que saiba muito sobre aprendizado de máquina, processamento de sinais, estimativa espectral, estatística e projeto de experimentos e conhecimentos básicos. física e Quimica.

Existem tags melhores disponíveis (como "pesquisa")?

— eclipse
fonte

Como a descoberta de novos asteróides / cometas / planetas menores / etc afeta o equilíbrio gravitacional do sistema solar, em particular as projeções da NASA de locais planetários e taxas de rotação. Em 100 anos, haverá apenas pequenas alterações nos kernels SPICE, ou extensas?

— Barrycarter

Pergunta interessante. Por que não elaborar um pouco mais sobre o seu comentário @barrycarter e torná-lo uma resposta? Como a pergunta é sobre amadores, seria bom saber que tipo de dados seriam necessários e como eles poderiam ser obtidos. Também estou curioso para saber sobre outros problemas em aberto. A astronomia não tem muitos? :)

— mmh 06/04

Gostaria de sugerir indo para objetos de brilho baixo da superfície: por exemplo, seguindo estas pessoas: dunlap.utoronto.ca/instrumentation/dragonfly

— chris

Uma alternativa seria cavar pesquisas como SDSS, DES etc. usando técnicas de aprendizado de máquina para identificar discrepâncias. Agora, muitas pesquisas estão disponíveis ao público e há muito que astrônomos profissionais podem fazer.

— Chris6 /

Eu normalmente salvar minhas melhores idéias para minhas próprias propostas de concessão :)

— Rob Jeffries

Respostas:

Se você possui um bom conhecimento de desenvolvimento de software e reconhecimento de padrões, existem vários problemas que você pode ajudar na solução. Grande parte da astronomia observacional requer dados de séries temporais longas e remoção do ruído desses dados. Acabei de sair do campo em que alguns colegas estão tentando desenvolver algum software para usar técnicas de subtração de imagem para isolar estrelas individuais no centro de aglomerados. O centro do aglomerado é tipicamente mais denso e mais difícil de obter medições claras de cada estrela individual a ser analisada.

O reconhecimento de padrões seria particularmente útil na análise de pipeline, onde um pipeline genérico é usado em grandes quantidades de dados para 1: encontre os tipos de estrelas nas quais está interessado; e 2: extrair algumas informações interessantes sobre essas estrelas. As técnicas de aprendizado de máquina também podem ser usadas para ajudar no desenvolvimento de pipelines gerais para interesses mais específicos.

É um prazer colocar você em contato com algumas pessoas que podem lhe fornecer alguns problemas específicos nos quais você pode ajudar.

— theotheraussie
fonte

A oferta também está aberta a outras pessoas que não o OP? :) Também posso estar interessado ..

— mmh

Então, se você tivesse, por exemplo, esta imagem upload.wikimedia.org/wikipedia/commons/thumb/0/02/… , a tarefa seria encontrar as coordenadas de cada estrela no centro? :) Um exemplo seria bom.

— mmh

Mais na linha de milhares dessas imagens tiradas como uma série temporal e, em seguida, usando recursos comuns nas imagens para 1: alinhe-os e remova todos os recursos introduzidos pelos detectores (variação de calor, erro de alinhamento, etc.); e 2: isolar os pixels associados a cada estrela e determinar a intensidade relativa de cada estrela. Isso fica difícil em direção ao centro, onde a intensidade dos pixels é influenciada pelos pixels circundantes. Aqui estão algumas referências que podem ajudar arxiv.org/abs/1009.4206 , arxiv.org/abs/1309.6044

— theotheraussie

O desafio do zoológico da galáxia Kaggle é um exemplo de um problema que implora por idéias de fora do campo. Sander Dieleman, com experiência em aprendizado profundo e aprendizado de recursos, avançou bravamente, criando um classificador de imagens utilizando redes neurais convolucionais; sua solução completa é descrita fluentemente aqui .

Esses tipos de técnicas podem ser aplicados a qualquer problema de classificação de imagem em Astronomia, ou técnicas semelhantes podem ser usadas para classificar outros objetos astrofísicos a partir de dados de pesquisa ou sinal.

Eu evitaria fazer sua própria captura de imagem, pois há muitos conjuntos de dados disponíveis abertamente com maior profundidade, resolução e cobertura do que você poderia esperar realizar dentro de um prazo razoável.

— christopherlovell
fonte

Eu gostei dessa resposta também. :)

— mmh 16/04