ِAstroSift

AstroSift مشروع اشتغلت عليه لتحليل البيانات الفلكية واكتشاف إشارات الكواكب خارج المجموعة الشمسية باستخدام تقنيات التعلم الآلي. الفكرة جاءت من مشكلة معروفة في تحليل بيانات التلسكوبات، حيث تنتج مهام الرصد التابعة لـ NASA كميات ضخمة من البيانات يصعب تحليلها يدويًا.

اعتمد المشروع على استخدام بيانات منحنيات الضوء الخاصة بالنجوم. عندما يمر كوكب أمام النجم ينخفض الضوء لفترة قصيرة. النموذج يتعلم التعرف على هذا النمط داخل البيانات.

بدأت بجمع البيانات الفلكية المفتوحة ثم قمت بعمل تنظيف ومعالجة لها باستخدام Python. بعد ذلك استخدمت مكتبات تحليل البيانات مثل NumPy و Pandas لتحضير البيانات للتدريب.

تم تدريب نموذج تعلم آلي لتصنيف الإشارات إلى نوعين

إشارة قد تدل على عبور كوكب

إشارة ناتجة عن تغير طبيعي في سطوع النجم أو ضوضاء في البيانات

بعد التدريب أصبح النظام قادرًا على تحليل عدد كبير من الإشارات بسرعة واختيار الحالات التي تستحق تحليل أعمق.

التقنيات المستخدمة

Python

Machine Learning

Data Processing

NumPy

Pandas

Astronomical datasets

المشروع هدفه تسهيل تحليل البيانات الفلكية وتقليل الوقت الذي يحتاجه الباحثون لاكتشاف الأنماط المهمة داخل البيانات الكبيرة.