Misija Gaia in njeno načrtovano nadaljevanje Gaia-NIR zagotavljata natančne astrometrične informacije za več kot milijardo galaktičnih in zunajgalaktičnih zvezd.
Iz podatkov poznamo prostorski položaj vira in dve komponenti vektorske hitrosti. Vendar pa spektroskopske meritve tretje komponente, radialne hitrosti (RV) manjkajo pri veliki večini ciljev, saj je svetloba prešibka za Gain spektrograf RVS, pri opazovanju s tal pa je mogoče opazovati le omejeno število zvezd.
Uporaba umetne inteligence za sklepanje o radialnih hitrostih zvezd
Študija predlaga sklepanje o radialnih hitrosti zvezd s pomočjo uporabo tehnik umetne inteligence (AI) (a) iz astrometrije in (b) iz astrometrije ter drugih dopolnilnih lastnosti vira.
Preverili bomo, ali lahko absolutna magnituda, barva, variabilnost pretoka in eventuelno članstvo v posameznih Galaktičnih komponentah izboljšajo natančnost sklepanja o radialnih hitrosti.
Pristop (a) je bil nedavno že preiskušen, vendar še ni bil potrjen s podatki Gaia DR3 o radialnih hitrostih in/ali z meritvami pridobljenimi pri opazovanju s tal.
Pristop (b) dodaja astrometriji znanje fotometrije in fizikalne klasifikacijske oznake pridobljene iz Gaia DR3 ki predstavljajo vhodne podatke za uporabo umetne inteligence.
Cilj predloga je dvojen: (1) preveriti dobljene ocene astrometričnih radialnih hitrosti z nedavno izmerjenimi radialnimi hitrostmi s strani Gaia DR3 in spektroskopskimi raziskavami s tal, (2) raziskati možne izboljšave pri sklepanju o radialnih hitrosti z dodajanjem podatkov iz fotometrije, Gaia klasifikacijskih oznak in prostorske razdelitve galaktičnih komponent.
Partnerji
- Univerza v Ljubljani, Fakulteta za matematiko in fiziko
- Evropska vesoljska agencija (ESA)