È possibile classificare milioni di oggetti celesti senza utilizzare il loro spettro? È la sfida affrontata da un nuovo studio guidato da ricercatori degli Yunnan Observatories dell’Accademia Cinese delle Scienze (CAS), che ha sviluppato un metodo innovativo per identificare stelle, galassie e quasar su larga scala, utilizzando una rete neurale multimodale.
Nell’astronomia moderna, classificare le sorgenti osservate nei grandi survey è un passaggio cruciale per costruire mappe affidabili dell’Universo. Ma farlo con metodi spettroscopici (che sono i più precisi) richiede tempo e ingenti risorse. D’altra parte, basarsi solo su immagini e colori può portare a errori: stelle e quasar ad alto redshift, per esempio, possono apparire identici in una foto.
Questo è un contenuto dedicato agli iscritti a Orbit
