基于神经网络的超新星快速探测

天文学是研究天体，如恒星、星系或黑洞的学科。研究天体有点像有一个自然物理实验室-自然界中最极端的过程发生在那里-其中大多数过程不能在地球上复制。观察宇宙中的极端事件使我们能够通过比较我们对物理学的了解和我们在宇宙中观察到的东西来测试和提高我们的理解。有一种特殊类型的事件对天文学家来说非常有趣，它发生在大质量恒星生命的末期。恒星是由重力将氢原子集中在一起形成的，当密度足够高时，氢原子开始融合，产生光线，产生氦、碳、氧、氖等元素。融合过程产生向外的压力，而重力造成向内的压力，在恒星燃烧燃料的过程中保持稳定。当恒星试图聚变铁原子时，这种情况就会改变，铁原子必须从恒星中提取能量，而不是产生能量，导致恒星核心坍塌，并发生超新星爆炸。这个过程对天文学家来说非常重要。由于爆炸时的极端条件，天文学家可以观察到重元素的合成，测试物质在高压和温度下的行为，还可以观察到爆炸的产物，可能是中子星，也可能是黑洞。超新星也可以用作标准蜡烛。天文学中的一个典型问题是测量到天体的距离。因为恒星离地球很远，所以很难知道一颗恒星是暗淡而又靠近我们，还是遥远而非常明亮。宇宙中的大多数超新星爆炸都是以类似的方式发生的；因此，天文学家使用超新星来测量距离，这对宇宙学家研究宇宙的膨胀和暗能量是很重要的。尽管超新星爆炸非常明亮(与其所在星系的亮度相比)，但由于它们离地球的距离很小(大约每世纪一个星系有一颗超新星)，以及爆炸的瞬变性质(可能持续几天到几周)，很难找到这些事件。另外，为了从超新星获取有用的信息，还需要进行后续的工作，这就是用一种叫光谱仪的仪器来观测超新星，以测量爆炸过程中发射的多个频率的能量。需要早期跟进，因为许多有趣的物理过程都发生在爆炸开始后的几个小时内。那么，在宇宙中所有其他观测到的天文物体中，我们怎样才能快速找到这些超新星爆炸呢？几十年前，天文学家必须选择并指向天空中的一个特定物体来研究它们。现在，诸如目前正在运行的兹维基瞬变设施(ZTF)或维拉·C·鲁宾天文台(Vera C.Rubin Observatory)等现代望远镜将以非常高的速度拍摄大型天空图像，每三天观察一次可见的天空，创造出一部南半球天空的电影。今天，ZTF望远镜每晚产生1.4TB的数据，实时识别并发送关于天空中有趣变化物体的信息。当某物改变其亮度时，这些望远镜能够探测到这种变化并产生警报。这些警报通过数据流发送，其中每个警报由三个63 x 63像素的裁剪图像组成。这三个形象被称为科学形象、参照形象和差异形象。科学图像是对该特定位置的最新观察，模板通常在调查开始时拍摄，用于将其与科学图像进行比较。在科学和模板之间改变的所有东西都应该出现在差异图像中，该差异图像是在经过一些图像处理后减去对科学图像的引用而计算出来的。ZTF望远镜目前每晚发出高达一百万次警报，平均为一万次。假设有人想要手动检查每个警报，那么如果需要3秒来检查每个警报，那么在一个常规的夜晚，大约需要3.5天才能看到一个晚上的所有警报。组织流中的所有传入警报是一项艰巨的任务。当新的警报到达时，产生该警报的天文物体的类型不一定是已知的。因此，我们需要检查我们是否已经从其他观测中知道了这个对象(交叉匹配)。我们还需要找出是哪种天文对象生成了警报(分类)，最后，我们需要组织数据并将其提供给社区。这是天文经纪系统的职责，如阿尔尔斯、雷塞尔、心宿二。由于这些警报基本上是天空中所有变化的东西，我们应该