كيف تعلمت الشبكة العصبية البحث عن التجمعات النجمية العملاقة ✛ ✦

الأصل: "Star-forming clump detection in nearby galaxies using Faster R-CNN and $$ugrizy$$ imaging data from CLAUDS and HSC-SSP"
arXiv:2607.04176 · 2026-07-05 · CC BY 4.0 · 1 دقيقة
تجد الشبكة العصبية بنفسها حاضنات النجوم الضخمة في مئات الآلاف من صور المجرات البعيدة.

يبحث الفلكيون في المجرات البعيدة عن التجمعات النجمية العملاقة — حاضنات النجوم التي نشأت بعنف قبل مليارات السنين. إن تصفح مئات الآلاف من الصور يدوياً يشبه أن يجوب قَطَّاف الفطر غابة لا نهاية لها. لكن التعلم الآلي يقدم للبرنامج الذي يعمل كقَطَّاف الفطر أطلساً من الأمثلة.

في البداية، قام آلاف المتطوعين بتصنيف المجرات — وهذه هي الأبجدية. ثم درست الشبكة العصبية كل جزء من السماء في ستة أشعة — من الأشعة فوق البنفسجية إلى الأشعة تحت الحمراء. وأضاف الضوء فوق البنفسجي المزيد من الاكتشافات: فالنجوم الحديثة تتوهج هناك مثل المصابيح. ولغربلة الأخطاء، أدخل العلماء صوراً مزيفة باستخدام الحاسوب — وقد كشفها البرنامج.

النتيجة: مليون ونصف مرشح في 710 ألف مجرة. ومن خلال تقييم احمرار الضوء (لأن المجرات تتباعد)، ونسب العناصر الثقيلة، والغاز بين النجمي، سيتمكن العلماء من إعادة بناء نمو المجرات. أما تحليل الضوء فسيروي السيرة الذاتية للنجوم.

لتدريب البرنامج، صنف العلماء أكثر من ثلاثة آلاف صورة، واضعين علامات على كل 'المخادعات' — النجوم والمجرات الخلفية التي يمكن الخلط بينها بسهولة مع التجمعات.

I'_x = \frac{\operatorname{asinh}(e^{10} I_x) / \operatorname{asinh}(e^{10}) + 0.05}{0.72}
تسوية سطوع البكسل باستخدام دالة قوس الجيب الزائدي تضغط النطاق الديناميكي الهائل للصور الفلكية، مما يجعل أدق تفاصيل التكتلات مرئية.
العلماء
Rashid Alievich SunyaevNancy Grace RomanAndrey MarkovR. Brent Tully
المفاهيم
كتلة كثيفة تشكل النجوم مناطق تشكل النجوم العنقود النجمي الكروي تكتل عنقود مفتوح علم الآثار النجمي مجرات النقطة الحمراء حاضنة نجمية سحابة ماجلان الكبرى مجرات ذات انزياح أحمر عالٍ علم الآثار الكيميائي المجري كوكبة كوكب مارق انتفاخ مجري مجرة قزمة تجميع التصوير المباشر العدسة الدقيقة الثقالية الكواكب الخارجية حول الأقزام الحمراء