机器学习工具自动对 1,000 颗超新星进行分类
加州理工学院的天文学家使用机器学习算法对 1,000 颗超新星进行了分类。 该算法用于对 Zwicky Transient Facility (ZTF) 收集的数据进行分类，ZTF 是位于加州理工学院帕洛马尔天文台的天空测量工具。

Christoffer Fremling 是加州理工学院的一名天文学家，也是 SNIascore 算法的创造者。 “SNIascore 于 2021 年 4 月 20 日对其第一颗超新星进行了分类。一年零一个季度后，我们达到了 1,000 颗超新星的里程碑。”

ZTF 扫描夜空以检测瞬态事件。 它包括从刚刚吃掉恒星的黑洞到超新星、爆炸性恒星爆炸的一切。 ZTF 通过每晚发出数十万次警报，将这些瞬变事件通知全世界的天文学家。 天文学家使用其他望远镜来调查和跟踪正在变化的物体。 ZTF 数据导致发现了数千颗超新星。

来源和详细信息：
https://phys.org/news/2022-11-machine-tools-autonomously-supernovae.html