Trijų VU Matematikos ir informatikos fakulteto studijų programų studentai – Urtė Gedvilaitė (Verslo duomenų analitika), Erika Krikščiūnaitė (Duomenų mokslas) ir Kristupas Pribušauskas (Matematika ir matematikos taikymai) – tarptautinėje jaunųjų mokslininkų konferencijoje Open Readings 2026 (openreadings.eu) pristatė tarpdisciplininį tyrimą „Karštųjų subnykštukių klasifikavimo uždavinio sprendimas mašininio mokymosi metodais pagal Gaia XP spektrus“ (angl. – Extending Gaia Xp Spectra Based Classification Of Hot Subdwarfs With Multiple Machine-learning Approaches).
VU MIF studentai Erika Krikščiūnaitė, Urtė Gedvilaitė ir Kristupas Pribušauskas konferencijoje Open Readings 2026
Tyrimas sujungia astrofiziką, matematiką, statistiką ir mašininį mokymąsi. Studentai dirba kartu su VU Fizikos fakulteto astrofizikais dr. Carlos Viscasillas Vázquez ir dr. Markus Ambrosch, tyrimo vadovas – VU MIF Taikomosios matematikos instituto mokslininkas dr. Aidas Medžiūnas.
Mašininis mokymasis ir kosmosas
K. Pribušausko teigimu, tyrimas yra puikus pavyzdys, kokia dinamiška ir būtina šiandien astrofizikoje matematika: „Matematiniai metodai padeda ne vien apdoroti sudėtingus duomenis, bet ir prisiliesti prie realių fizikinių klausimų apie žvaigždžių prigimtį. Elegantiškos matematinės idėjos tampa prasmingais sprendimais.“
Europos kosmoso agentūros astrometrinė observatorija Gaia misija (angl. – Global Astrometric Interferometer for Astrophysics) kaupia duomenis apie dangaus kūnus. Pagrindinis tikslas – sudaryti tiksliausią kada nors sukurtą Paukščių Tako žvaigždėlapį. Trimatis žvaigždžių katalogas leistų mokslininkams geriau suprasti mūsų galaktikos kilmę ir raidą.
Misija turi ir platesnių siekių – tikimasi, kad ji padės atrasti tūkstančius egzoplanetų, stebės šimtus tūkstančių asteroidų ir kometų ir leis patikrinti Einšteino bendrąją reliatyvumo teoriją. Tarp stebimų žvaigždžių – ir karštosios subnykštukės, mažos, bet už Saulę didesnės labai karštos žvaigždės, deginančios helį savo branduolyje ir praradusios didžiąją dalį vandenilio apvalkalo.
Gaia XP – teleskopo surenkami žemos skiriamosios gebos žvaigždžių spektriniai duomenys. Tyrimo tikslas – taikant kelis mašininio mokymosi metodus (SVM, Random Forest, Logistic Regression, XGBoost ir 1D konvoliucinį neuroninį tinklą) klasifikuoti karštąsias subnykštukes pagal jų Gaia XP spektrus ir automatizuotai aptikti dvinarių žvaigždžių sistemas.
„Dėl didžiulio duomenų kiekio klasifikuoti žvaigždes rankiniu būdu sunku ir užtrunka, tikimės, kad mūsų taikyti metodai palengvins kitų tyrėjų darbą“, – sako U. Gedvilaitė.
„Tyrimas parodė, kad mašininio mokymosi metodai gali efektyviai identifikuoti dvinarių žvaigždžių sistemas iš Gaia XP spektrų, o skirtingų modelių palyginimas leido nustatyti, kurios metodikos veikia geriausiai“, – sako duomenų mokslą VU MIF studijuojanti E. Krikščiūnaitė.
Pasak studentės, tyrimo suteikta galimybė duomenų mokslo metodus taikyti realios mokslinės problemos sprendimui ir susidūrimas su tokiais iššūkiais, kaip nesubalansuotos klasės ir didelės dimensijos, buvo itin vertinga praktinė patirtis.
Medžiagos perdavimas dvinarėje žvaigždžių sistemoje, nuotrauka Mark Garlick / University of Warwick
Pagerinti rezultatai, sustiprinta metodika
Studentų požiūriu, vienas svarbiausių tyrimo atradimų – šiuo metu standartiškai naudojamas Gaia XP duomenų pateikimo modeliams būdas šiai klasifikavimo užduočiai nėra optimalus. Tikslingiau parinkta spektrinės informacijos forma leido pasiekti tikslesnių rezultatų, o kai kurie tyrimo metu sukurti modeliai pagerina anksčiau mokslininkų gautus klasifikavimo rodiklius.
K. Pribušausko teigimu, pavyko pasistūmėti keliomis kryptimis – ne tik pagerinti klasifikavimo rezultatus, bet ir reikšmingai sustiprinti pačią metodiką. „Tai svarbus žingsnis kuriant patikimesnius įrankius mokslininkams, dirbantiems su šiais spektriniais Gaia duomenimis", – sako studentas.
U. Gedvilaitės teigimu, svarbu ne tik rezultatų pagerinimas, bet ir kiti alternatyvių modelių privalumai – greitesnis veikimas ir interpretuojamumas.
Tarpdiscipliniškumas – stiprybė
Skirtingos tyrime dalyvaujančių studentų studijų kryptys sustiprina tyrimą. K. Pribušausko požiūriu, šiame darbe matematika tampa ne tik techniniu, bet ir episteminiu pagrindu: „Matematika apibrėžia, kaip duomenys reprezentuojami, kaip vertinamas modelių stabilumas, kaip aprašomas neapibrėžtumas, kiek gauti rezultatai yra moksliškai pagrįsti.“
U. Gedvilaitei, kurios studijų programa orientuota į verslo duomenis, darbas su astrofizikiniais duomenimis praplėtė jos kaip duomenų analitikės akiratį: „Taikomi modeliai tie patys ir matyti, tačiau taisyklės ir tikslas visai kitas.“
Studentai sutaria, kad matematikos ir duomenų mokslo vaidmuo astrofizikoje tik didės – naujų mokslo atradimų greitis vis labiau priklauso nuo gebėjimo efektyviai apdoroti ir analizuoti didelius duomenų srautus.
Konferencijos patirtis
Open Readings – kasmetinė tarptautinė jaunųjų mokslininkų fizikos ir gamtos mokslų konferencija, sulaukianti dalyvių iš viso pasaulio. VU MIF studentų darbas buvo pristatytas plakatų sesijoje, kurios metu dalyviai galėjo tiesiogiai bendrauti su autoriais ir užduoti klausimus. Tyrimas, sujungęs astrofiziką ir matematinius metodus, traukė konferencijos lankytojus – juos domino ir tema, ir pasirinktas metodinis požiūris.
E. Krikščiūnaitei konferencijoje įsimintiniausia buvo Nobelio premijos laureato prof. Briano Schmidto paskaita „State of the Universe" (liet. – Visatos būklė), tiesiogiai susijusi su astrofizika ir kosmoso stebėjimų duomenų analize.
2026 05 02