Problèmes ouverts en astronomie qu'un amateur (avec un doctorat dans un autre domaine) aurait une chance de résoudre?

Quels sont les problèmes ouverts en astronomie qu'un amateur aurait une chance de résoudre? Supposons que l'amateur ait un doctorat dans un autre domaine, possède un télescope de base, un ensemble de filtres, des réseaux de diffraction, des caméras et en sache beaucoup sur l'apprentissage automatique, le traitement du signal, l'estimation spectrale, les statistiques et la conception d'expériences, et les bases Physique et chimie.

Y a-t-il de meilleures balises disponibles (telles que "recherche")?

Si vous avez une bonne connaissance du développement de logiciels et de la reconnaissance des formes, vous pouvez résoudre plusieurs problèmes. Une grande partie de l'astronomie d'observation nécessite des données de séries chronologiques longues et la suppression du bruit de ces données. Je viens de quitter le terrain où certains collègues tentent de développer des logiciels pour utiliser des techniques de soustraction d'images pour isoler des étoiles individuelles au centre des amas. Le centre de l'amas est généralement plus dense et plus difficile à obtenir des mesures claires de chaque étoile individuelle à analyser.

La reconnaissance des formes serait particulièrement utile dans l'analyse de pipeline, où un pipeline générique est utilisé sur de grandes quantités de données pour 1: trouver les types d'étoiles qui intéressent; et 2: extraire des informations intéressantes sur ces étoiles. Des techniques d'apprentissage automatique pourraient également être utilisées pour aider à développer les pipelines généraux pour des intérêts plus spécifiques.

Je suis heureux de vous mettre en contact avec quelques personnes qui pourraient vous fournir des problèmes spécifiques que vous pourriez être en mesure d'aider.

Le défi du zoo de la galaxie Kaggle est un exemple de problème de recherche d'idées venant de l'extérieur. Sander Dieleman, avec une formation en apprentissage profond et en apprentissage des fonctionnalités, a courageusement fait un pas en avant, créant un classificateur d'images utilisant des réseaux de neurones convolutifs; sa solution complète est décrite couramment ici .

Ces types de techniques pourraient être appliqués à tout problème de classification d'images en astronomie, ou des techniques similaires pourraient être utilisées pour classer d'autres objets astrophysiques à partir de données de levés ou de signaux.

Je m'abstiendrais de faire votre propre capture d'image, car il existe de nombreux ensembles de données ouvertement disponibles avec une profondeur, une résolution et une couverture plus grandes que celles que vous pourriez espérer réaliser vous-même dans un délai raisonnable.