BALTIMORE / LONDON (IT BOLTWISE) – Forscher der Johns Hopkins University haben einen Algorithmus entwickelt, der bodengestützten Teleskopen eine nahezu weltraumähnliche Sicht verleiht. Diese Innovation könnte die Art und Weise, wie wir das Universum von der Erde aus beobachten, revolutionieren.

Bodengestützte Teleskope stehen vor der Herausforderung, das Universum durch die Erdatmosphäre zu beobachten, die das einfallende Licht verzerrt und verschwommen erscheinen lässt. Während Weltraumteleskope wie Hubble dieses Problem umgehen, indem sie oberhalb der Atmosphäre operieren, sind sie auf kleine Himmelsausschnitte beschränkt. Forscher der Johns Hopkins University haben nun eine mathematische Lösung entwickelt, die bodengestützten Teleskopen eine nahezu weltraumähnliche Sicht ermöglicht und gleichzeitig große Teile des Himmels abdecken kann.
Die Erdatmosphäre ist ständig in Bewegung. Temperaturunterschiede, wechselnder Druck und andere atmosphärische Bedingungen führen dazu, dass das Licht von fernen Sternen und Galaxien unterschiedlich gebrochen wird, was bei hellen Objekten ein Funkeln erzeugt, bei schwächeren Zielen jedoch ein erhebliches Problem darstellt. Traditionelle Bildverarbeitungstechniken haben Schwierigkeiten, diese Verzerrungen zu bewältigen, ohne wichtige Details zu verwischen oder künstliche Körnigkeit in das Endbild einzuführen.
Der neue Algorithmus, ImageMM genannt, nutzt fortschrittliche mathematische Techniken, um durch die atmosphärischen Turbulenzen zu blicken und das tatsächliche Aussehen des Himmels hinter all diesen Störungen zu rekonstruieren. Tamás Budavári, ein Astronom und Mathematiker, der die Forschung leitete, erklärt, dass die Schärfung unserer Sicht nicht nur schönere Bilder liefert, sondern auch die Erkennung schwächerer, weiter entfernter Objekte ermöglicht und die Grenzen dessen erweitert, was von der Erdoberfläche aus beobachtbar ist.
ImageMM verfolgt einen anderen Ansatz, indem es modelliert, wie Licht durch die sich ständig verändernden atmosphärischen Schichten reist. Der Algorithmus wurde von Yashil Sukurdeep, einem Mathematiker der Johns Hopkins University, entwickelt und als das Erlernen beschrieben, hinter einen unruhigen Vorhang zu blicken, um das scharfe, klare Bild dahinter zu enthüllen. Die Methode stützt sich auf eine mathematische Technik namens Majorization-Minimization, die speziell für astronomische Anwendungen angepasst wurde.
Frühe Tests mit Daten des Subaru-Teleskops auf Hawaii zeigten die Fähigkeiten des Algorithmus eindrucksvoll. Das System verarbeitete verschwommene, rauschende Bilder in wenigen Sekunden und enthüllte komplexe Details wie die Spiralstruktur entfernter Galaxien mit beispielloser Klarheit. Was ImageMM besonders wertvoll macht, ist seine Fähigkeit, mit den Unvollkommenheiten umzugehen, die reale Beobachtungsdaten plagen. Im Gegensatz zu bestehenden Werkzeugen entfernt es effektiv Rauschen und Unschärfe und bewältigt fehlende Pixelwerte, die häufig bei Beobachtungen auftreten.
Das Timing könnte nicht besser sein. Das Rubin-Observatorium, das bereits Testdaten sammelt, wird später in diesem Jahr umfangreiche Erhebungen durchführen, um dunkle Energie und dunkle Materie zu verstehen. Für diese Studien ist es entscheidend, die Formen entfernter Galaxien genau zu messen und subtile Verzerrungen zu erkennen, die durch gravitative Effekte verursacht werden. Selbst kleine Verbesserungen der Bildqualität von milliardenschweren Observatorien führen zu erheblichen wissenschaftlichen Fortschritten.
Es ist fair zu sagen, dass Weltraumteleskope bei der Aufnahme tiefer, hochauflösender Bilder glänzen, aber sie beobachten nur winzige Teile des Himmels. Über 34 Jahre hat Hubble etwa 0,1 % des beobachtbaren Himmels fotografiert. Bodengestützte Einrichtungen wie Rubin werden den gesamten sichtbaren Himmel alle paar Tage abbilden. Mit der Verarbeitung dieser Hunderten von Beobachtungen durch ImageMM könnten Astronomen endlich etwas erreichen, das der Qualität von Weltraumteleskopen nahekommt, während sie die umfassende Himmelsabdeckung beibehalten, die nur bodengestützte Instrumente bieten können, und das zu einem Bruchteil der Kosten.

- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote

Masterarbeit Entwicklung eines intelligenten Superclassifiers zur Optimierung von KI Modellen (m/w/d)

Master-/Bachelor-Abschlussarbeit im Einkauf: KI-gestützte Effizienzsteigerung im Investitionseinkauf (w/m/d)

Student*in für Abschlussarbeit für die Entwicklung eines KI-gestützten Tools zur Generierung von Interieurdesigns

Leiter KI-Entwicklung & Plattformstrategie (m/w/d)

- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Mathematische Algorithmen verbessern bodengestützte Teleskope" für unsere Leser?
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Mathematische Algorithmen verbessern bodengestützte Teleskope" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Mathematische Algorithmen verbessern bodengestützte Teleskope« bei Google Deutschland suchen, bei Bing oder Google News!