Ein 18-jähriger Schüler aus Pasadena hat mithilfe von maschinellem Lernen rund 200 Milliarden Datensätze eines ehemaligen NASA-Teleskops analysiert und dabei 1,5 Millionen potenzielle neue Objekte identifiziert. Matteo Paz entwickelte ein Programm, das winzige Helligkeitsänderungen in Infrarotdaten des NEOWISE-Teleskops erkennt. Für diese Arbeit erhielt er 2025 den ersten Preis beim nationalen Wissenschaftswettbewerb Regeneron Science Talent Search.
Die Datenbasis: NEOWISE-Teleskop
Die analysierten Daten stammen vom NEOWISE-Teleskop, das über zehn Jahre hinweg den gesamten Himmel im Infrarotbereich scannte. Jede Beobachtung wurde als einzelner Datensatz gespeichert, was insgesamt rund 200 Milliarden Einträge ergab. Diese Rohdaten enthielten keine vorsortierten Kataloge von Sternen oder Galaxien, sondern einzelne Momentaufnahmen. Die Herausforderung bestand darin, Veränderungen in der Helligkeit über die Zeit hinweg zu erkennen, da diese oft auf interessante astronomische Phänomene hinweisen.
Die Methode: Maschinelles Lernen und Signalverarbeitung
Paz entwickelte ein Programm, das auf maschinellem Lernen basiert und speziell darauf ausgelegt ist, minimale Helligkeitsunterschiede in den wiederholten Messungen zu erkennen. Die Methode kombiniert Signalverarbeitungsmathematik mit einem neuronalen Netzwerk, das verschiedene Arten von Helligkeitsschwankungen unterscheiden kann. Das Programm sortierte die Objekte in Kategorien, was die Suche nach spezifischen Phänomenen wie veränderlichen Sternen oder Supernovae erleichtert. Die Ergebnisse wurden in einem peer-reviewed Artikel im Astronomical Journal veröffentlicht.
Potenzielle Entdeckungen und nächste Schritte
Die 1,5 Millionen identifizierten Objekte sind potenzielle Kandidaten, keine bestätigten Entdeckungen. Einige davon könnten bereits bekannte Objekte sein, andere möglicherweise Fehlalarme. Die Liste dient als Ausgangspunkt für weitere Beobachtungen und Analysen. Paz und sein Mentor Davy Kirkpatrick planen, den vollständigen Katalog zu veröffentlichen, um die astronomische Gemeinschaft einzuladen, die Kandidaten zu überprüfen. Paz arbeitet mittlerweile als Mitarbeiter am IPAC, einem Forschungszentrum des Caltech.
- Quelle: Eigene Recherche basierend auf Informationen aus dem Astronomical Journal und öffentlichen Mitteilungen des Regeneron Science Talent Search.