Нейронные сети для поиска сигналов метеоров в данных орбитального телескопа “УФ атмосфера”
- Авторы: Зотов М.1, Соколинский Д.2, Арифуллин А.2
-
Учреждения:
- Московский государственный университет им. М.В. Ломоносова, Научно-исследовательский институт ядерной физики им. Д.В. Скобельцына
- Московский государственный университет им. М.В. Ломоносова
- Выпуск: Том 100, № 6 (2023)
- Страницы: 557-566
- Раздел: Статьи
- URL: https://journals.rcsi.science/0004-6299/article/view/139095
- DOI: https://doi.org/10.31857/S0004629923060105
- EDN: https://elibrary.ru/VBIJUW
- ID: 139095
Цитировать
Аннотация
На Международной космической станции, начиная с 2019 г., работает российско-итальянский эксперимент “УФ атмосфера” (Mini-EUSO), основным инструментом которого является широкоугольный телескоп, направленный в надир. Главной целью эксперимента является получение карты излучения ночной атмосферы Земли в ультрафиолетовом диапазоне, что является необходимым элементом подготовки крупномасштабного эксперимента по изучению космических лучей предельно высоких энергий с помощью орбитального телескопа. Как и более ранний эксперимент ТУС, прибор “УФ атмосфера” регистрирует сигналы разнообразных процессов, происходящих в атмосфере в УФ диапазоне, и среди них – свечение метеоров. Мы описываем две простые нейронные сети, которые позволяют эффективно выделять сигналы метеоров в общем потоке данных. Реализованный подход может быть применен для поиска трекоподобных сигналов различной природы в данных флуоресцентных и черенковских телескопов.
Ключевые слова
Об авторах
М. Зотов
Московский государственный университет им. М.В. Ломоносова,Научно-исследовательский институт ядерной физики им. Д.В. Скобельцына
Email: zotov@eas.sinp.msu.ru
Россия, Москва
Д. Соколинский
Московский государственный университет им. М.В. Ломоносова
Email: zotov@eas.sinp.msu.ru
Россия, Москва
А. Арифуллин
Московский государственный университет им. М.В. Ломоносова
Автор, ответственный за переписку.
Email: zotov@eas.sinp.msu.ru
Россия, Москва
Список литературы
- J. H. Adams, S. Ahmad, J.-N. Albert, D. Allard, et al., Exp. Astron. 40(1), 3 (2015).
- M. E. Bertaina and JEM-EUSO Collaboration, in 37th International Cosmic Ray Conference, held 12–23 July 2021, Berlin, Germany, PoS(ICRC2021) 395, id. 406 (2022).
- P. A. Klimov, M. I. Panasyuk, B. A. Khrenov, G. K. Garipov, et al., Space Sci. Rev. 212, 1687 (2017).
- B. A. Khrenov, P. A. Klimov, M. I. Panasyuk, S. A. Sha-rakin, et al., J. Cosmology and Astroparticle Phys. 9, id. 006 (2017).
- J. H. Adams, S. Ahmad, J.-N. Albert, D. Allard, et al., Exp. Astron. 40, 253 (2015).
- G. Abdellaoui, S. Abe, A. Acheli, J. Adams, et al., Planet. Space Sci. 143, 245 (2017).
- O. I. Ruiz-Hernandez, S. Sharakin, P. Klimov, O. M. Mar-tínez-Bravo, Planet. Space Sci. 218, id. 105507 (2022).
- S. Bacholle, P. Barrillon, M. Battisti, A. Belov, et al., Astrophys. J. Suppl. 253, id. 36 (2021).
- M. Casolino, J. Adams Jr., A. Anzalone, E. Arnone, et al., in 37th International Cosmic Ray Conference, held 12–23 July 2021, Berlin, Germany, PoS(ICRC2021) 395, id. 354 (2022).
- M. Casolino, D. Barghini, M. Battisti, C. Blaksley, et al., Remote Sensing Environment 284, id. 113336 (2023).
- P. Klimov, M. Battisti, A. Belov, M. Bertaina, et al., Universe 8, 88 (2022).
- A. V. Olinto, J. Krizmanic, J. H. Adams, R. Aloisio, et al. J. Cosmology and Astroparticle Phys. 2021(06), id. 007 (2021), arXiv:2012.07945 [astro-ph.IM].
- D. Barghini, M. Battisti, A. Belov, M. E. Bertaina, et al., in: 14th Europlanet Science Congress 2020, held virtually, 21 September 2020–9 October, 2020, online at https://www.epsc2020.eu/, id. EPSC2020-800 (2020).
- D. Barghini, M. Battisti, A. Belov, M. E. Bertaina, et al., in: 14th Europlanet Science Congress 2020, held virtually, 21 September 2020–9 October, 2020, online at https://www.epsc2020.eu/, id. EPSC2021–243 (2020).
- Y. Le Cun, L. Bottou, Y. Bengio, and P. Haffner, Proc. of the IEEE 86, 2278 (1998).
- D. Cireşan, U. Meier, and J. Schmidhuber, Computer Vision and Pattern Recognition 2012, 3642 (2012), arXiv:1202.2745 [cs.CV].
- D. Baron, arXiv:1904.07248 [astro-ph.IM] (2019).
- C. J. Fluke and C. Jacobs, WIREs Data Mining and Knowledge Discovery 10(2), id. e1349 (2019).https://doi.org/10.1002widm.1349
- S. G. Djorgovski, A. A. Mahabal, M. J. Graham, K. Polsterer, and A. Krone-Martins, arXiv:2212.01493 [astro-ph.IM] (2022).
- D. Fraser, Z. Khan, and D. Levy, in: Artificial Neural Networks, edited by I. Aleksander and J. Taylor (North-Holland, Amsterdam, 1992), p. 1155.
- V. Ş. Roman and C. Buiu, in: Proc. of the International Meteor Conference, held 18–21 September 2014, Giron, France, edited by J. L. Rault and P. Roggemans, Intern. Meteor Organization, p. 122 (2014).
- E. Silai, D. Vida, K. Nyarko, in: Proc. International Meteor Conference, Mistelbach, held 27–30 August 2015, Mistelbach, Austria, edited by J.-L. Rault and P. Roggemans, Intern. Meteor Organization, p. 24 (2015).
- P. S. Gural, Monthly Not. Roy. Astron. Soc. 489, 5109 (2019).
- D. Cecil and M. Campbell-Brown, Planet. Space Sci. 186 id. 104920 (2020).
- R. Sennlaub, M. Hofmann, M. Hankey, M. Ennes, T. Mül-ler, P. Kroll, and P. Mäder, Monthly Notices of the Royal Astronomical Society 516, 811 (2022).
- M. Y. Zotov and D. B. Sokolinskiy, Moscow University Phys. Bull. 75, 657 (2020).
- M. Zotov, Universe 7, 1 (2021), https://www.mdpi.com/2218-1997/7/7/221.
- I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning (MIT Press, 2016).
- C. Рашка, B. Мирджалили, Python и машинное обучение (Packt Publishing, Диалек-тика, 2019).
- D. E. Rumelhart, G. E. Hinton, and R. J. Williams, Nature 323, 533 (1986).
- G. V. Cybenko, Mathematics of Control, Signals and Systems 2, 303 (1989).
- O. Ronneberger, P. Fischer, and T. Brox, arXiv:1505.04597 [cs.CV] (2015).
- G. Pasquali, G. C. Iannelli, and F. Dell’acqua, Remote Sensing 11, 2803 (2019).
- V. Scotti and G. Osteria, Nuclear Instruments and Methods in Physics Research A 958, id. 162164 (2020).
- M. Abadi, A. Agarwal, P. Barham, E. Brevdo, et al., TensorFlow: Large-scale machine learning on heterogeneous systems (2015), https://www.tensorflow.org/ .
- F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, et al., J. Machine Learn. Res. 12, 2825 (2011).