Un éditeur de photos ordinaire détoure des objets sur une image. Le réseau de neurones ZooBot:3D, lui, traite les galaxies lointaines comme un cartographe qui dresse la carte d'une terre inconnue. Des milliers de bénévoles ont tracé à la main les bras spiraux et les barres (les bandes d'étoiles centrales) sur des images, et grâce à ces leçons, l'algorithme a appris à produire non pas de simples lignes, mais des cartes de chaleur : chaque pixel indique s'il y a un bras à cet endroit.
Avec ces cartes, les astronomes croisent les données sur le mouvement des étoiles (spectroscopie) et leur luminosité (photométrie) pour comprendre la structure des galaxies des dizaines de fois plus vite. Le catalogue final de 639 636 galaxies est ouvert et déjà combiné avec les projets MaNGA et SAMI.
tel que rédigé par les auteurs, en anglais arXiv:2606.16507
We present a catalogue of segmentation maps identifying the extent of spiral arms and bars of 639,636 galaxies in the DESI Legacy Survey. To produce these maps, we have trained a deep U-net-style neural network using the pixel masks from the Galaxy Zoo: 3D citizen science project. The resulting data products are "soft" segmentation maps, which show the confidence of the model that a pixel lies within the spiral arms or bars of a galaxy. In this paper we detail the sample selection from DESI-LS using the machine classifications from Galaxy Zoo: DESI, the architecture of the U-net model--dubbed ZooBot:3D. We demonstrate the ability of the model to identify spiral arms and bars in a wide range of face-on disks, and identify an emergent ability to identify rings--despite only a small number of ring-type galaxies being present in the training data. Finally, we discuss the practical application of these data products to photometric imaging and IFU spectroscopy. The ZooBot:3D dataset is available for use publicly, and contains the full catalogue presented in this paper, along with cross-matched subsamples for the MaNGA and SAMI IFU surveys.
Les bénévoles du projet Galaxy Zoo ont tracé à la main les contours de milliers de galaxies, réalisant des millions d'annotations. Désormais, une seule exécution du réseau de neurones remplace ce travail titanesque.
La cartographie des galaxies est un motif clé de la science-fiction, de « Fondation » d'Asimov à « Star Wars » ; ce travail fait un pas vers un véritable atlas universel.