Akademik Veri Yönetim Sistemi
Tanrıver M. (Yürütücü), Poro A., Bulut A., Tokbay D. E., Keskin A.
Yükseköğretim Kurumları Destekli Proje, 2022 - 2024
Tutulma gösteren yakın çift yıldızların değişimlerinin modellenmesi, yıldızların temel fiziksel parametrelerini yüksek hassasiyetle belirlemek için güçlü bir yöntemdir. Bunun nedeni, gözlenen parlaklık, renk ve yörünge periyodu değişimlerinin belirli bir sistemin geometrik konfigürasyonu üzerinde güçlü kısıtlamalar vermesidir. W UMa tipi sistemler, sürekli ışık değişimleri gösteren, bir günden daha kısa yörünge periyotlarına sahip düşük kütleli tutulma gösteren değen/aşırı değen çift yıldızlardır. W UMa türü sistemler evrende çok yaygın olmasına rağmen, bunların oluşumu, evrimi ve nihai kaderi henüz tam olarak anlaşılamamıştır.
Öte yandan, yer temelli araştırmalar ile uzay teleskopları (TESS gibi) verilerini birleştirmek, sonuçları yüksek doğruluğa götürebilir. Bu projede, hem Kuzey hem de Güney yarım küreden tüm yer temelli gözlemleri (ve seçilen çift yıldız sistemleri) yapmayı amaçlıyoruz. Buna göre bilimsel bağlantılara dayalı olarak Türkiye, Çek Cumhuriyeti, Avustralya ve Arjantin'deki gözlemevlerini kullanmaya çalışacağız. Ayrıca MST veritabanlarını ve ilgili Python kodlarını kullanarak seçilen sistemler için TESS verilerini kullanacağız.
Tüm seçilen sistemler W UMa tipi ve değen ikili sistemlerdir ve bu sistemlerin hiçbiri şu ana kadar çalışılmamıştır ve bir analiz çözüm makalesine sahip değildir.
Bu proje kapsamında çıkarılacak olan tüm araştırma makalelerinde en son veri analizi yöntemleri kullanılacaktır. Herhangi bir uyum için MCMC yöntemini ve hava kütlesini indirgemek için Python kodlarını kullanacağız.
Sistemleri tamamen analiz etmeden çift yıldızların parametreleri arasındaki ilişkileri ortaya çıkarmak için istatistiksel yöntemleri kullanmak çok ilginçtir. Bunun için çift yıldızın periyotları, kütle oranları ve diğer gözlemsel parametreler arasında bir ilişki bulmak için çift yıldız sistemleri örneklerini incelemek olabilir. Bu ilişkileri Yapay Zekanın (Artificial Intelligence --AI) alt kümesinde bir yöntem olarak bir Çok Katmanlı Algılayıcı MLP (Multi-Layer Perceptron) Regresyon modeli kullanarak inceleyeceğiz. Böyle büyük bir çalışma yapmak için, bu alandaki en büyük örneğe ve ayrıca işleme için süper bilgisayar başına çok büyük kodlayıcılara ihtiyacımız olacaktır.