Группа ученых, возглавляемая Институтом астрофизики Лейбница в Потсдаме и Институтом космических наук Барселонского университета, разработала модель машинного обучения для обработки данных о 217 миллионах звезд, наблюдаемых телескопом Gaia. Этот подход позволяет эффективно оценивать параметры звезд, открывая новые возможности для изучения межзвездного поглощения и металлического состава нашей галактики.
С третьим релизом данных европейской космической миссии Gaia астрономы получили доступ к улучшенным измерениям для 1,8 миллиарда звезд, что создает обширную базу для исследований. Однако анализ таких объемов данных представляет собой сложную задачу. Разработанная модель, названная SHBoost, обучалась на высококачественных данных 8 миллионов звезд и демонстрирует надежные прогнозы с минимальными неопределенностями.
Модель значительно сокращает время вычислений и потребление энергии, завершив обучение и предсказания всего за четыре часа на одном графическом процессоре. Это открывает перспективы для будущих наблюдений с многообъектной спектроскопией и позволяет создавать обширные карты химического состава Млечного Пути, подчеркивая распределение молодых и старых звезд.
