Derin transfer öğrenimi ilk kez galaksi sınıflandırılmasında kullanıldı.
Geçtiğimiz yılın Eylül ayında bilim insanları karanlık maddeyi araştırmak için derin öğrenmeyi kullanmıştı. Bu teknik şimdi de galaksileri incelemek için kullanıldı. Illinois Üniversitesi ve Argonne Ulusal Laboratuvarı araştırmacıları, “Karanlık Enerji Araştırmasında Gökada Kataloglarının İnşasında Ölçekli Derin Öğrenme” adlı çalışmalarında, galaksileri görüntüleri tabanlı olarak eliptik veya spiral olarak uzman seviyesinde doğrulukla sınıflandırabilecek bir model oluşturmak için yapay sinir ağlarının gücünü kullandı.
Bu sınıflandırma sayesinde galaksilerin yaşı, karanlık enerjinin doğası ve evrenin hızlanan genişlemesi gibi evren hakkında hayati bilgiler elde edilebiliyor. Ayrıca bunlar başka araştırma soruları için de ilk adım alıyor.
Araştırmacılar süreçte güvenilen bir görüntü sınıflandırma modeli olan Xception’dan transfer öğrenimini kullanıyor. Bu öğrenimle Sloan Digital Sky Survey’den yaklaşık 35.000 galaksinin görüntüsü ile Argonne Ulusal Laboratuvarı’nın NVIDIA GPU kullanan Cooley süper bilgisayarının sinir ağları eğitilmiş. Bu eğitimin 8 dakika sürdüğünün de altını çizelim. Artık tek bir NVIDIA V100 Tensor Core GPU ile 10.000 galaksinin 30 saniyeden az sürede sınıflandırılabildiği paylaşılıyor.
Doğruluk seviyesi ise yüzde 99.8 ile oldukça yüksek. Transfer öğrenimi olmadan eğitilen sinir ağlarına göre bunun çok büyük bir gelişme olduğu vurgulanıyor.
Araştırma projesi, gökada sınıflandırmasında derin transfer öğreniminin kullanıldığı ilk proje durumunda. Önümüzdeki dönemde araştırmacılar kırmızıya kaymanın galaksilerin morfolojisini nasıl etkilediğini incelemeyi planlıyor.
İlginizi çekebilir: Bilim İnsanları Stresin Saçları Neden Beyazlattığını Açıkladı
