Дневник звездочёта

Все помнят, какой сегодня день?) Я не то, чтобы праздную этот день, но футболку с принтом джедайских мечей надела. И шрифт на канале оттуда же, я не могла не взять его сюда😁 С праздником! #астро_мем

🔠менила временно локацию с Москвы на Сочи. Я тут не в первый раз, но по самому Сочи была только с необычной экскурсией пару лет назад, нас тогда водили по пешеходной улице, рассказывали интересное про архитектуру, и побывали в гостях у художника. В этот раз приехала чисто сменить обстановку с дом-работа-учеба-дом на хотя бы дом-позалипать на море-дом, но научную работу с учебой никто не отменял😅 Недавно я доукомплектовала камеру insta360 Х3, которую купила для горнолыжки и решила тут ее протестировать. Максимально юзерфрендли приложение и хорошее качество видео получается - сняла набережную в Сочи, кину в комменты, тк мне не сильно нравится результат. Жду теперь следующей зимы, чтобы там уже попробовать!🏔️ А вообще, подскажите куда тут можно сходить кроме дендрария? К этой поездке я вообще не готовилась)) #будни_астронома

🔠 моем институте работают талантливые люди. Один из них - Андрей Георгиевич Жилкин, который кроме научных статей, написал книгу в научно-фантастическом жанре с примесью философии (ниже поясню почему). Книгу мне дала коллега почитать)) Название и вид обложки на фото (обложка и оформление в книге офигенные!). Аннотация к книге такая:

…По камням разбросано огромное множество костей рыб, птиц и зверей. Иногда попадаются и свежие трупы. Но они уже давно стали редкостью, ведь животных в последнее время здесь осталось очень мало. Растения тоже давно исчезли. Они сохранились только в ущельях, высоко в горах. Но путь в горы опасный и неблизкий. Не всякий отваживается туда забраться. И не всякий оттуда возвращается обратно. На берегу стоит девушка. Она одета в простое, уже изрядно потрёпанное платье, которое было когда-то белым. Её голова не покрыта защитным капюшоном, а дыхательная маска отсутствует. Короткие каштановые волосы свободно колышутся на ветру. Она смотрит в сторону моря на заходящее солнце. Её взгляд наполнен глубокой тоской и невыразимой грустью. По щекам медленно катятся слёзы. Она словно прощается с кем-то или с чем-то…

Эту книгу я читала в два захода, потому что сначала она шла тяжело, было много непонятного, но постепенно все детали раскрываются по ходу повествования. В итоге вчера залпом прочитала больше половины книги. В книге есть научная терминология (к примеру, "диссипация" или "изотермический процесс"), которые для широкого читателя никак не переводились на простой язык. Для меня это минус: в художественной книге, рассчитанной на широкую аудиторию, узкоспециальные термины стоит хотя бы кратко пояснять. :) И причем тут философия? В книге присутствуют развернутые философские рассуждения, органично вплетенные в сюжет. Поначалу мне показалось, что они отсылают к определенному философскому направлению. Но все оказалось интереснее: с помощью Qwen я обнаружила, что автор опирается на собственные работы по метафизике. Лично мне эта сфера кажется спорной: в ней физические законы порой пытаются механически перенести в контексты, к которым они не применимы. Выводы строятся через онтологические соответствия и аналогии, но не являются физическими в строгом смысле, поскольку не проверяются эмпирически. В общем, если воспринимать книгу как художественную - то книга мне очень понравилась и заставляет задуматься. Эпилог можно трактовать по-разному, но если найти скрытые пасхалки (я нашла!) и сложить, то как будто финал можно прочитать вполне однозначно🧐 Перечитывать вряд ли буду) Почитать можно тут и тут. #мысли_вслух

🔠егодня хочу рассказать про ИИ в звездной астрономии из этой статьи. Картинка из статьи иллюстрирует роль искусственного интеллекта в развитии нашего понимания эволюции звезд. В астрономии данных стало очень много. Это спектры, фотометрические данные, изображения, кривые блеска, а также каталоги вроде Gaia, SDSS, LAMOST, TESS - все это уже невозможно анализировать только вручную. Я, кстати, пока считаю, что прогонять все через машинное обучение не равно получению качественных результатов. Скорее получаются усредненные результаты. Да, они могут быть очень хорошими, но... в машинном обучении есть ряд проблем, которые упоминают в статье:

1. Многие ML-модели работают как "черный ящик", что затрудняет физическую интерпретацию результатов. 2. Модель зависит от полноты, точности и репрезентативности выборки для обучения модели. 3. Если обучающие данные неполные или неравномерные, модель может давать систематически ошибочные результаты. 4. Модель может плохо работать на объектах, которые сильно отличаются от выборки данных, на которой она обучалась. 5. ML-результаты должны проверяться с точки зрения астрофизики, а не только статистических метрик, несмотря на то, что они тоже важны для отслеживания например обучения модели.

Что касается применения машинного обучения в звездной астрономии, краткий обзор по статье: 🔠везды. Классический пример применения ML - классификация объектов: определить, что именно мы видим на изображении или в каталоге. Также по фотометрии и спектрам можно оценивать физические параметры звезды и химический состав. Для этого используют нейросети (в том числе CNN), Random Forest, Gaussian Processes и другие методы. Также ML может находить аномалии в данных, вроде задач поиска химически пекулярных звезд. Похожие подходы применяются и для 🔠олодых звезд (YSO): их выделяют среди других источников, например, по наличию протопланетного диска. Также ML используют для поиска 🔠едных металлами (metal-poor) звезд - это, как правило, старые звезды, важные для изучения ранней эволюции Галактики. 🔠войные звезды. Там задача сложнее: в наблюдаемом спектре смешиваются вклады двух компонентов, линии накладываются друг на друга, параметры становятся вырожденными. ML здесь может помогать разделять вклады компонентов, анализировать кривые блеска и лучевые скорости звезд. Для таких задач используют CNN, Random Forest, а для временных рядов - гибридные архитектуры вроде CNN + LSTM (Long Short-Term Memory). 🔠еременные звезды и сверхновые. Это уже временные ряды, где модели учатся распознавать форму кривой блеска, периодичность и тип объекта. Здесь применяют Random Forest, RNN, автоэнкодеры, CNN и ансамблевые методы вроде boosting. Для больших обзоров это критично: нужно быстро находить редкие события и не утонуть в ложных срабатываниях.

Оффтоп: 1) У меня в процессе чтения статей на тему ML еще возникло ощущение, что кто-то первый применил нейросеть для определения параметров звезд, и все, все побежали делать также😅 Но на самом деле это связано со скачком в данных и вычислениях, после которого такие методы начали массово применять. Я в начале тоже попробовала их использовать, но мне не понравилось, что нейросетка - это черный ящик, и как она там веса распределяет - непонятно. Ее сложно контролировать, хотя иногда результаты действительно хороши. 2) Я как-то думала сделать модель, обученную на спектрах химически пекулярных звезд, чтобы использовать ее для поиска, например, магнитных звезд в больших спектроскопических каталогах. Существуют каталоги химически пекулярных звезд, но для магнитных звезд с измеренными полями речь идет всего о нескольких сотнях объектов. При этом спектров накопилось уже очень много, и часть интересных объектов может просто "теряться". Часто такие звезды до сих пор находят почти случайно.

P.S. Если интересно, что за модели машинного обучения используются - загуглите пожалуйста по названию, а то в пост не влезают :) #астрономия #поняла_про_ии #обзор_статей

🔠емного пропадаю, очень насыщенные недели🙈 Я тут пока без выходных совмещаю научную работу с ШАДом, но по другому это все не успеть… На курсе по ии агентам для ученых мне очень понравилась идея сократовского диалога. Суть такая: ии-агент или любая ллмка могут выступать в роли «преподавателя», чтобы помочь быстро понять в чем суть статьи. Для этого надо загрузить туда статью, и написать промпт, чтобы он спрашивал до тех пор, пока не напишете «я понял» (или другую фразу для завершения диалога). Правда если скормить статью ллмке, то есть высокий риск галлюцинаций, мне кажется 🧐 В ии агенте это можно контролировать. В общем, я скормила ии-агенту статью по машинному обучению в звездной астрономии. Диалог выглядел примерно так:

ИИ: Четвёртый вопрос: какие объекты межзвёздной среды (interstellar medium objects), связанные со звездами исследуются с помощью ML согласно введению? Я: протопланетные диски ИИ: Верно, протопланетные диски (protoplanetary disks) действительно упоминаются. Но..

И так далее. Это псевдообщение действительно помогает лучше уложить в голове какую-то информацию. Поскольку я агента запускаю из терминала, для меня это выглядит как эпизоды из научно-фантастических фильмов, где строки кода бегут по экрану🤪 Выглядит прикольно😹 В конце он сделал мне саммари по этому диалогу (см. на скрине). Офигеть, короче, я пока в него тыкаю и каждый раз удивляюсь 😅 #поняла_про_ии #астрономия

🔠 тут как-то писала, что в ШАДе начались интенсивы по ии-агентам. И еще был пост про Lean. Сейчас начался курс по ИИ ассистентам для исследователей. Я теперь поняла, зачем это все нам! В смысле, ученым. Если прикрутить к агенту lean, то он может в связке с библиотекой знаний по математике и физике давать ллмке по шапке, чтобы она не галлюцинировала. Таким образом можно собрать агента, который будет делать задачу на исследование, по сути заменит… студента или непутевого аспиранта, если взять базу знаний у ллм 😅 Пока не знаю, к чему это может привести, но звучит страшновато. Но тут, повторюсь, надо к ии относиться как к инструменту, который облегчает работу, и не брать то, что оно выдает за истину в последней инстанции. Я не пожалела, что пошла слушать и сдавать общешадовский курс по ии-агентам, он дал какое-то понимание того, как они работают. До этого у меня опыт был мизерный, поставила расширение Codex на vscode и все. А тут нам надо было собрать своего агента на игрушечном примере, ну и пройти тесты. Убила на это прошлые выходные, выбила 128 баллов из 131⭐️ Правда я не могла отделаться от мысли, что делать агента для сборки продуктовой корзины мне совсем не интересно😅 Честно говоря, это все дико интересно, но я устала🙈 Параллельно с шадовскими курсами с лекциями и дедлайнами для задач, сейчас измеряю химсостав одной звезды и пишу скелет статьи для машинного обучения. Еще есть ощущение, будто я не поспеваю за одногруппниками в плане понимания всего, что нам дают.. как ребята из аспирантуры справляются, я не знаю, мое вам восхищение, а я хочу в отпуск #поняла_про_ии

🔠строномия - наблюдательная наука. Все вы, наверное, знаете, что за небесными объектами наблюдают с помощью телескопов, и именно они позволяют накапливать огромные массивы данных для последующего анализа. Наблюдения ведутся во всем диапазоне электромагнитного спектра, так удается извлечь максимум информации, которую излучение может нам дать 🙂 В зависимости от диапазона есть разные направления: оптическая астрономия, радиоастрономия, инфракрасная астрономия, астрофизика высоких энергий. Каждое из них «видит» объект по-своему, и иногда особенно важно собрать эту информацию вместе. Но откуда вообще берутся данные, с которыми мы работаем? 🔭 Архивы наблюдений Большая часть данных уже существует. Телескопы по всему миру (и в космосе) десятилетиями собирают наблюдения, которые затем попадают в открытые или закрытые архивы. Например, спектры, полученные с помощью спектрографов, или данные миссий вроде GAIA, где есть информация о миллиардах звезд (и не только). Любой исследователь может взять эти данные и использовать их для своей задачи. И я пока "сижу" на этом пункте, стараюсь искать нужные мне объекты в архивах. Сами архивы хранятся в разных научных организациях и обсерваториях. Например, в архиве Европейской южной обсерватории (ESO) можно найти спектры, полученные на телескопах обсерватории Ла Силья в Чили. 📡 Наблюдения Если нужных данных нет, можно подать заявку на телескоп. Но все не так просто: заявки проходят конкурс, где оценивается научная значимость проекта. Также наблюдательное время распределяется с учетом вклада стран в финансирование телескопа. Если в итоге заявку одобряют, то выделяют наблюдательное время, проводят наблюдения, и после этого исследователь получает данные для анализа. В архивах спектров, например, всегда есть графа "Principal Investigator", то есть, это исследователь, который когда-то запросил и получил эти наблюдения (а может и участвовал в наблюдениях). 🤝 Обмен данными Не все данные сразу становятся открытыми. Иногда они какое-то время доступны только команде, которая их получила. В таких случаях ученые могут сотрудничать и обмениваться данными. Я как-то именно так запрашивала спектры звезд, проверяла их для своей задачи и... они не подошли. А по данным, опубликованным в статье, должны были подойти) На фото я "наблюдаю" в телескоп-рефрактор в ГАИШе на звезду, которая увенчивает Главное Здание МГУ, во время конференции ВАК-2023 😁 я нашла куда постить забавные фото с конференций)) Сейчас этот телескоп в числе инструментов для студенческой обсерватории, где студенты учатся проводить наблюдения. #астрономия

🔠 меня тут завершились расчеты и моделька выдала почти адекватные результаты!!! Вы не представляете, как я рада даже такому 😂 Короче, пайплайн с машинным обучением почти доделан, надо его только допилить, чтобы подобрать лучшую модель. Может я еще найду... Сейчас использовала модельку CatBoost, но на обучении она выдавала ошибки порядка 0.40, а это для физических параметров многовато :)) И еще в этой модели пока не слишком понравилось, что она обучается отдельно на каждом параметре, а не на всех одновременно. Но тем не менее, даже так она умудрилась хорошо угадать почти все параметры звезды, кроме радиусов и металличностей (содержание элементов в грубом приближении). Обалдеть 🤪 Сидела сейчас сравнивала эти цифры с литературой и своими измерениями, которые я делала с соавтором. Дело осталось за малым, но я уже устала кодить этот проект, поэтому беру перерыв на написание этого пайплайна в статью. Всем хороших выходных!⭐️ #поняла_про_ии #астрономия #астро_мем (не астро, но выражает мои эмоции)

🔠ести с полей конференций и не только. Разрешите я поною чуть-чуть😂 1) Грант РНФ нам не дали. Это было известно еще две недели назад, но там в целом много кому не дали из-за сокращения финансирования, так что не удивительно... Хоть и печально. 2) Освобождение от оплаты оргвзноса и тревел грант в Швейцарию на конференцию EAS2026 мне не дали из-за большого числа запросов. Но может быть, и по другим причинам. Правда мой доклад приняли, но перенесли из устного доклада в формат электронного постера, и я могу участвовать онлайн. За размещение тезиса и включение этого постера в программу, надо заплатить сбор в около 5к руб. Я запросила отмену этого сбора, потому что у меня нет зарубежной карты, либо придется просить кого-то из знакомых за рубежом это оплатить🙈 а вообще надо бы карту завести... 3) По закону подлости ожидаю, что в Японию тоже не дадут... Но пока жду дальше и буду действовать по ситуации. В Японию мне не хочется ехать с постером с той же работой, которую я докладывала в прошлом году 4 раза, и вообще с устным докладом было бы поинтереснее. Но сегодня пришла в голову идея прикрутить к этому постеру тему ML, вроде бы я должна успеть получить примерные результаты. Правда в тезисе про это ни слова😅 4) Жду еще результаты личного гранта РНФ в июле, но на фоне общей тенденции что-то перспективы не радужные. 5) Думаем с коллегами подать на еще один грант... Если подадим, то посмотрим, что из этой затеи выйдет... Как-то так. Крутимся как можем😅 На момент получения этих новостей я расстроилась, но на следующий день как будто все нормально, хоть и обидно немного. Коллеги-астрономы, у меня важный вопрос! 😁 Кто-нибудь едет в EAS2026 очно? Смогли получить тревел гранты? Интересна статистика по этому поводу😂 Пока все, кого я успела спросить, либо не подавались на эту конференцию, либо не получили грант. А тематика там довольно широкая. Можете в личку написать. #научная_жизнь

Решила собрать небольшой списочек каналов на астрономическую и научную тематику, которые я нашла в последнее время и стала читать. На мой взгляд, они интересные и клевые, поэтому все, что написано ниже - мое личное мнение о каналах, которые сложились в процессе чтения. Может и вам будет интересно?⭐️ Часть из этих каналов я спрашивала про бартер/рекламу. Часть - нет, и просто читаю или комментирую. Поэтому, ребята, спасибо вам, кто согласился мой канал упомянуть) Человек наук - ведет Владимир, биолог из института в Германии, с юмором пишет интересные посты на разные темы: от игр и мемов до влияния ии-агентов на науку. Адовый рисёрч - ведет Анастасия, кбн, пишет про реальную жизнь в науке и не только, с советами и иронией, и иногда можно посмеяться с мемов. Ядик Физерщик - ведет Макс, аспирант-физик из университета в Берлине, весьма живо пишет про внутрянку научных исследований. Маша и Медведица - ведет Мария, работает в Санкт-Петербургском планетарии и читает там лекции. Часто выкладывает красивые фото и делится космическими новостями. SPACEPERIGEE - ведет Полина, любитель астрономии, есть посты на научно-популярную тематику, и для любителей красивых фото - они здесь тоже есть. Блокнот юного Оммёдзи - ведет Анна, востоковед-японовед, есть интересные посты про историю астрономии в Японии. Ученые бёруши - ведет Георгий, ктн, постит научные мемы и иногда репостит разные интересные каналы. Каналы от коллег-астрофизиков, первые два знаю давно: Очередной гравитационный манёвр - ведет Оля, бывшая коллега из моего института, теперь работает в Гарварде. Занимается симуляции джетов активных ядер галактик и их взаимодействия с межзвездной средой. Stasya starDUST - ведет Настя, кфмн, коллега и подруга из моего института, занимается протопланетными дисками, также работает с детьми и иногда читает научно-популярные лекции по астрономии. Продолжаем наблюдение - ведет Илья, кфмн, работает в университете в Чили, занимается радиовсплесками, межгалактической средой и квазарами. Если вы знаете еще клевые каналы на похожую тематику, делитесь, может я тоже подпишусь и буду читать🧐 На фото - мы с коллегой держим камешек-сердечко, найденный недалеко от САО РАН в августе 2024 года. Затем мы его положили в укромное место для геокэшеров в качестве обмена и где он сейчас - кто знает)) #полезное

🔠ести с кодерских полей, продолжение этого поста. Я пишу пакет кодов для задачи определения параметров атмосфер двойных звезд по спектру. На прошлой неделе рисовала архитектуру проекта, мне друг немного помог советами, также пришлось изучить нотацию через С4 контейнеры, и в целом, получилось создать наглядную для себя схему, на которую можно опираться при разработке кода и дополнять, если что-то нужно. Так вот, для этой задачи я генерирую большую сетку спектров. Переделала представление своей сетки спектров для того, чтобы не раздувать количество спектров до неадекватных размеров через полное декартово произведение, вместо этого использовала алгоритм Холтона с контролируемым размером этой выборки. Получается, вроде, нормально. В общем, с этой генерацией у меня случился небольшой факап - запустила вчера днем тяжелый расчет, он должен был закончиться сегодня утром, но мой ноут взял и обновился! Зараза🥲 Работаю через линукс на wsl2 виндовском… Все хорошо, кроме вот этих приколов. Я как бывший маковод немного негодую🌚 И сейчас я пересела на удаленный сервер, куда подключила JupyterLab, перенастроила пути, импорты и так далее, и запустила этот расчет. Пока работает, надеюсь не упадет. Чувствую себя программистом или датасайнтистом, а не астрономом. Завтра сажусь втыкать в монитор спектры, тк я устала кодить и постоянно переделывать все😂 Мне еще кодить в задачках по ии-агентам и питону, где у меня уже сворачиваются мозги. В 32 года учиться чуть сложнее, чем в 20, хелп! #астрономия #будни_астронома

🔠🔠🔠 в астрономии используется машинное обучение? Я решила собрать небольшой цикл постов про машинное обучение в астрономии: какие задачи оно решает и где оно может быть полезно. Как шпаргалка и вам, и мне :) Если коротко, то во многих областях современной астрономии, где есть большие массивы данных: изображения неба, спектры, кривые блеска, каталоги объектов и численные симуляции. При этом для разных задач подходят разные методы. Машинное обучение это инструмент, который помогает быстрее обрабатывать данные, искать закономерности и строить приближенные модели там, где классический анализ слишком медленный или трудоемкий и я в это время хочу попробовать в байесовский вывод, ага.... Дальнейшая информация взята из этой обзорной статьи 2019 года. 🔠Нейросети чаще всего используют там, где данные сложны по структуре и их трудно описать простым набором признаков (параметров). Обычно это изображения и временные ряды. Поэтому такие модели применяют, например, для поиска слабых сигналов в кривых блеска экзопланет, классификации галактик по изображениям, поиска транзиентов, где важна быстрая фильтрация огромного числа кандидатов, а также в гравитационно-волновой астрономии. 🔠Среди классических методов ML часто используют случайный лес и метод опорных векторов для задач классификации (отнести объект к какой-то категории) и регрессии (предсказать какое-то число). То есть, если есть набор измеримых признаков или параметров, и не требуется очень сложная глубокая модель, такие подходы работают нормально. Их применяют, например, для прогнозирования солнечных вспышек и выбросов массы, спектральной и фотометрической классификации, оценки фотометрических красных смещений галактик и классификации областей в межзвездной среде. 🔠Кластеризация важна там, где нужно не воспроизвести уже известные классы, а увидеть естественную структуру в данных. Такие методы применяют к примеру в исследованиях молекулярных облаков и звездных скоплений. 🔠Генеративные модели встречаются реже. Их используют там, где нужно восстановить недостающую информацию или сгенерировать правдоподобную структуру. В обзоре приводится пример с восстановлением скрытых участков крупномасштабной структуры Вселенной. Сейчас 2026 год и часть подходов могли уже измениться. Следующий пост будет посвящен моделям машинного обучения в звездной астрономии. Зря я что ли столько статей перелопатила из-за семинаров в шаде?... В общем, Stay tuned! ⭐️ Фото с телескопа James Webb для привлечения внимания.) #астрономия #поняла_про_ии

Всех с праздниками! На этой неделе и православная Пасха, и еврейский Песах, и еще астронавты Artemis II успешно приземлились, и сегодня День космонавтики. Кайф!✨ Праздник х4😁 Мне взбрело в голову с утра сегодня испечь халу, потому что куличи я не люблю, а хала - это просто сдобный хлебушек с кунжутом. Сделала его в форме ключа в честь прошедшего Песаха и звезды в честь дня космонавтики, причем ключ случайно оказался похож на ракету🤣 #будни_астронома

🔠асто научные семинары ШАДа вызывают у меня философские размышления. Очень интересные темы попадаются, которые хочется еще осмыслить. Так вот, на одном из таких семинаров нам рассказывали про ИИ в математике и рассказали про такую штуку как Lean. Это язык для верификации данных, который проверяет истинно ли утверждение или ложно. Про него я видела курс в списке по выбору в ШАДе, но тогда вообще не поняла зачем это нужно, а тут прямо по полочкам разложили😁 В этом посте я вкидывала информацию про то, что статьи с галлюцинациями проходят рецензирование. Вот как раз для того, чтобы заставить ллмку не галлюцинировать, а писать математически корректные утверждения, и придумали Lean. Он работает в связке с базой данных по математике Mathlib, есть еще база данных по физике PhysLean (Physlib). Представьте, что ваш код проходит строгий экзамен у профессора-физика, который знает всю физику на свете. Lean - это как раз такой экзаменатор. Вы "прикручиваете" его к проекту, и он не дает вам скомпилировать код, если в вашей физической формуле есть логическое противоречие или ошибка. Классная штука, согласитесь? Правда в Python по астрономии многие формулы и константы уже реализованы в библиотеке astropy. А теперь представьте: пополнят эти базы данных научными знаниями человечества, будут потихоньку обновлять, ллм перестанет выдавать бред, люди перестанут проверять ее тексты и деградируют в когнитивном восприятии и критическом мышлении. Я весь семинар про Lean про это думала🤣 Кошмар же. А ведь так и будет, и наша задача показывать подрастающему поколению ху из ху в новых реалиях. #поняла_про_ии #полезное (возможно)

🔠не на днях за чаем заведующая отделом сообщила, что в ArXiV выложили статью с темой, очень похожую на мою, только там определяют параметры для горячих звезд с температурами выше 11000 К. Я, естественно, полезла читать. Так вот, минутка любви астрономов к звучным аббревиатурам и акронимам:

Spectral Analysis Tool Using Restricted Neural networks (Saturn).

Код про использование нейросетей (не опять, а снова), а назвали его Сатурн. Ну, прелесть же!) Есть еще примеры: 🔠Simbad - почти что Синдбад, только Симбад. Это агрегатор астрономических данных про самые разные объекты. По сути, гугл для астрономов. 🔠ATLAS9 - Атлас9, вроде бы атлас, но это модели звездных атмосфер (статья) 🔠SAURON - У нас есть свой Саурон! Spectroscopic Areal Unit for Research on Optical Nebulae, спектрограф на 4.2м телескопе на обсерватории Ла-Пальма (статья). Или еще пример натягивания совы на глобус ради звучного названия: 🔠FIREFLY - Светлячок или Fitting IteRativEly For Likelihood analYsis, код для моделирования звездного населения галактик (статья). Коллеги-астрономы, знаю, что вы здесь есть, делитесь в комментариях своими любимыми аббревиатурами. Если вы не из астрономии, тоже присоединяйтесь, интересно, есть ли у вас в области такие же внутренние названия и сокращения? ⭐️ Мой код пока называется очень банально, но после этого Сатурна промелькнула мысль составить название-акроним...😆 #астрономия #мысли_вслух

🔠🔠 прошлой неделе Рашиду Алиевичу Сюняеву присудили премию Цвикки в области астрофизики и космологии. Есть еще объявление по этому поводу на канале у пресс-службы ИКИ РАН. Поэтому давайте кратко поясню за что ему эту премию вручили. Например, Р.А. Сюняев в соавторстве с Н.И Шакурой разработали теорию дисковой аккреции на компактный объект и вошел в учебники по космологии за предсказание эффекта Сюняева-Зельдовича. Вот последнему открытию и посвящен пост. Есть такое понятие, как реликтовое излучение - это излучение, которое приходит к нам из ранней Вселенной и по сути является носителем информации о ее состоянии на очень ранних этапах. Излучение переносят фотоны, частицы света, и по пути к нам они проходят через разные объекты: межгалактическую среду, галактики и, что важно в данном случае, скопления галактик. Внутри скоплений находится горячий газ с электронами высокой энергии, причем его температура может заметно меняться от области к области. Когда фотоны реликтового излучения сталкиваются с этими электронами, то они могут получить небольшую "прибавку" энергии - это называют обратным комптоновским рассеянием на электронах. Эта прибавка к энергии выражается в том, что происходит перераспределение фотонов по спектру в сторону более высоких частот. Реликтовое излучение имеет вполне определенную форму спектра - почти идеальное чернотельное излучение (а идеальное излучение абсолютно черного тела описывается формулой Планка). Поэтому при таком рассеянии его спектр немного меняется. И получается, что реликтовый фон в направлениях, где на луче зрения есть скопления галактик, оказывается слегка искаженным. Это и есть эффект Сюняева-Зельдовича. Этот эффект активно использовался, например, в миссии космического телескопа Planck (ага, вот она где формула Планка) с 2009 до 2013гг, где измеряли фон реликтового излучения и удалось обнаружить большое количество скоплений галактик по всему небу, включая довольно далекие. А дальше скопления галактик несут нам много разной интересной информации. Мы можем оценить плотность материи, протестировать модель ускоренного расширения вселенной, изучить распределение газа в скоплениях, измерить расстояния в комбинации с рентгеновскими наблюдениями до скоплений. И так далее. Получается довольно значимый список открытий, и за этот вклад, полагаю, Рашиду Алиевичу и дали премию :) Вот примеры исследований на основе эффекта СЗ: 🔠Авторы из данной работы исследовали два далеких скопления галактик с данных телескопа ALMA. Авторы восстановили структуру горячего газа и показали, что эти скопления находятся на ранней стадии эволюции и еще не сформировали плотные центральные области. 🔠Эта работа была сделана моей подругой и коллегой из института в соавторстве с О.Верходановым и другими. Они использовали несколько моделей машинного обучения для поиска кандидатов в скопления галактик в данных с миссии Planck. 🔠А еще, моя коллега, с которой я учусь в ШАДе, тоже занимается скоплениями галактик. В этой статье они с соавторами искали скопления галактик в микроволновом диапазоне с помощью сверточной нейросети, используя данные с телескопов ACT и Planck. Такие дела. ⭐️ минутка рекламы моих умных коллег #астрономия

🔠инутка абсурда в первый рабочий день недели. Я (и не только я) часто получаю письма-спамы с предложением опубликовать уже опубликованные статьи в разных мусорных журналах. Мусорные потому что у нас, в астрономии, известны около десятка нормальных журналов и издательств, а остальные точно идут мимо по разным причинам. Так вот, обычно такие письма я удаляю не глядя и закидываю в спам-фильтр, но пришло письмо следующего содержания:

I am reaching out you about review of the following manuscript. If possible and you are interested, please let us know your opinion. Your comments will be helpful to increase the quality of the manuscript and we can provide error free information to the scientific community. Journal Name: Global Journal of Anesthesiology Manuscript No: GJA-26-RA-175 Manuscript Title: Comparison of Hyperbaric 0.5% Bupivacaine with Hyperbaric 0.5% Levobupivacaine for Spinal Anaesthesia in Lower Abdominal and Lower Limb Surgeries. Please let us know your willingness to review this manuscript without delay. Your rapid response and support will be highly solicited. If you are not comfortable with our emails, please unsubscribe.

Если вкратце - они предлагают отрецензировать их статью и даже приложили пдф файлы, которые я не открывала. Они решили, что я в медицине работаю. Окей, гугл, как мне переквалифицироваться в медика?😁 Оказывается, есть такой список "Potential predatory scholarly open‑access publishers", и вполне можно сверяться по нему. Переводится как "потенциально хищнические научные издательства с открытым доступом". И если проверить у этого журнала издателя (Peertechz Publications Private Limited) и свериться с этим списком, то все встает на свои места))) 🔠🔠🔠🔠Вообще, тема хищнических журналов довольно больная для научного сообщества, с этим борются, но не всегда, хм, успешно. А нам всем, кто работает в науке, остается пожелать, чтобы нормальные журналы давали возможность публиковать нормальные статьи и желательно за минимум денег. Я вот в процессе написания статьи и задумываюсь уже куда мне летом посылать рукопись и не выложить за это ~100тыс рублей за открытый доступ. #астро_мем #научная_жизнь

🔠огда я начала делать задачу по определению параметров атмосфер двойных звезд по спектру, всплыло несколько проблем, о которых раньше не думала. Есть, конечно, классические методы определения параметров двойных звезд, может потом как-нибудь пост напишу про это, но... мне просто стало интересно запрогать и автоматизировать разными методами получение параметров из спектра🌚 зачем я в это ввязалась? Вернемся к проблемам. 1) Синтетические спектры считаются внешним кодом под Linux/macOS, который нормально не параллелится. Пришлось придумать пути обхода, чтобы запустить 1 код = 1 процесс. Руками каждый спектр считать слишком муторно, так как их там больше 20000…🙈 2) Оказалось, что если сгенерировать кучу спектров, то размер занимаемой памяти в текстовом формате растет как N (N-1), где N - это размер одного файла. Пришлось переходить на бинарный формат, который грузится в оперативную память и обучать модель на лету, пока не используется все пространство параметров. В этом способе есть минус, как мне кажется, модель может забывать какие-то старые данные. Но пока до конца не разобралась как это работает. 3) Я не продумала нормально архитектуру проекта, причем лучше отделять исследовательскую часть, от пользовательской части, чтобы могли пользоваться другие ученые. Исследования - это, к примеру, подбор и сравнение моделей машинного обучения, чтобы не упереться в получение абсолютно непредсказуемых результатов. А для использования надо бы, чтобы я могла взять из приложенного списка выбрать что мне нужно, подождать пару часов и получить результат в первом приближении. Сейчас я на последнем этапе, на этой неделе подключила варьируемые сдвиги линий у обеих звезд и радиусы, а также ограничения для параметров, чтобы в модель не попали не существующие по физике звезды. Параллельно листаю статьи на предмет того, какие модели лучше подойдут. 🤪 А на фотографии звезда, из-за которой я влезла в эту историю: DV Boo. Спектроскопическая двойная, один из компонентов - звезда с высоким содержанием металлов. Обе звезды имеют похожие параметры, а при попытке разделить ее спектр на две, мы получили какие-то странные результаты. Меня там смутило, что линия водорода не соответствует параметрам звезды... Фото из обзора SDSS9 (это крупный наземный обзор всего неба). #астрономия #поняла_про_ии

🔠🔠🔠 временем в ШАДе прошел мидтерм, то есть середина второго семестра пройдена. Часть курсов зачлись просто так, часть - по выполненным домашним заданиям. Короче, я это прошла. Я рада, что не стала брать дополнительный курс с сдачей, потому что иначе нагрузка была бы реально сложной. Я себе взяла анализ данных на Python, теорию вероятностей и статистику, научный семинар, и в целом все успеваю в последние моменты дедлайнов. Как и работать над задачей, с которой я вообще сунулась в ШАД (определением параметров двойных звезд по спектру) и параллельно заниматься научной работой в институте. Еще я записалась слушателем на курсы по эффективным моделям машинного обучения и основам математической статистики в ML. На них правда уже не особо хватает времени, максимум успеваю слушать лекции и семинары и таскать оттуда полезные фишки. И это немного обидно, потому что в астрономии надо понимать, насколько можно доверять параметрам, которые мы получаем из наблюдательных данных. А пока у нас наступает месяц, когда мы будем изучать ии-агенты в интенсивах, и я с нетерпением жду эти курсы! к вопросу о том, как я все успеваю с дедлайнами - ну, похоже, еле еле и никак😂😅 #поняла_про_ии

Тут летит первый корабль к Луне по миссии Artemis II с астронавтами на борту за последние 50 лет, и это очень значимое событие ⭐️ Хоть какая-то хорошая новость на фоне остальных Я не очень слежу за новостями в космонавтике, но эта меня догнала))) И дата полета недалеко от 12 апреля оказалась, случайно ли?😁