Welche Instrumente und Datensätze stecken dahinter
Das NEOWISE-Teleskop gehört zur WISE-Mission (Wide-field Infrared Survey Explorer) und umkreist die Erde, um erdnahe Asteroiden zu suchen. Es arbeitet mit unregelmäßigen Abtastintervallen und hat über mehr als ein Jahrzehnt eine enorme Menge an Beobachtungen gesammelt. Bis zum Ende der Mission im Jahr 2024 wird das NEOWISE-Archiv nahezu 200 Milliarden einzelne Detektionen enthalten. Solche Datenmengen sprengen die Kapazitäten klassischer Computer-Methoden, weshalb Paz’ Ansatz zur Automatisierung der Analyse sehr hilfreich ist.
So funktioniert VARnet
VARnet besteht aus drei Hauptstufen: der Wavelet-Dekomposition, der modifizierten diskreten Fourier-Transformation und einem Convolutional Neural Network (CNN). Jede Phase hilft, Quellen genau zu klassifizieren, etwa nicht-veränderliche Quellen, transiente Ereignisse, intrinsische Pulsatoren und Finsternis-Binärsysteme. Das System arbeitet sehr schnell: jede Quelle wird in weniger als 53 Mikrosekunden verarbeitet. Mit einem F1-Score von 0,91 liefert VARnet eine hohe Genauigkeit.
Was VARnet bisher gefunden hat und was noch kommt
VARnet hat 1,5 Millionen potenzielle veränderliche Objekte im NEOWISE-Archiv identifiziert, die jetzt weitere astronomische Klassifikationen und Follow-up-Beobachtungen brauchen. Der vollständige Katalog soll 2025 veröffentlicht werden und könnte sowohl neue Entdeckungen als auch bekannte Objekte enthalten, die erstmals im Infraroten charakterisiert werden.
Wofür sich das Modell noch eignet und wo’s hakt
Paz sieht Anwendungen seines Modells nicht nur in der Astronomie, sondern auch darüber hinaus. Die Struktur von VARnet erlaubt die Untersuchung periodischer Veränderungen, was für Zeitreihenanalysen in verschiedenen Feldern nützlich sein kann. Eine Einschränkung ist allerdings der Beobachtungsrhythmus von NEOWISE, der die systematische Erkennung sehr langsam veränderlicher Objekte erschwert.
Wer ihn inspiriert und unterstützt hat
Davy Kirkpatrick, Senior Research Scientist am IPAC des California Institute of Technology (Caltech), hat Mateo Paz als Mentor maßgeblich gefördert. Über seine Motivation sagte er: „Wenn ich ihr Potenzial sehe, möchte ich sicherstellen, dass sie es erreichen.“ Paz selbst ist überzeugt: „Das Modell, das ich implementiert habe, kann für andere zeitliche Studien in der Astronomie verwendet werden, und potenziell für alles andere, das in einem zeitlichen Format vorliegt.“
Die Arbeit von Mateo Paz zeigt einmal mehr, wie junge Talente und neue Ansätze die Forschung voranbringen können. Der vollständige Katalog, der 2025 erscheinen soll, dürfte neue Möglichkeiten eröffnen und erlauben, die Variabilität im Infrarot über den gesamten Himmel zu untersuchen. Mateo Paz und VARnet sind Beispiele dafür, wie Technik und talentierte junge Forscher unsere Sicht auf das Universum erweitern.
