AstroDS U-NET/GAN: การประยุกต์ใช้โมเดล U-NET ใหม่เพื่อใช้ในการลดสัญญาณรบกวนในภาพถ่ายดาราศาสตร์โดยอาศัยดัชนีความคล้ายคลึงกันของโครงสร้างและ GAN

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

ชมพูนิกข์ เช็ง, กิตติพัศ พงศ์อรุโณทัย

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

คเณศ สุเมธพิพัธน์

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนกำเนิดวิทย์

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2566

บทคัดย่อโครงงานวิทยาศาสตร์

แม้ว่านวัตกรรมการเก็บข้อมูลทางดาราศาสตร์ในปัจจุบันจะทำให้ได้ภาพทางดาราศาสตร์ที่มีความละเอียดสูงและได้ภาพเป็นจำนวนมากในระยะเวลาอันสั้น ตัวอย่างเช่น กล้องโทรทรรศน์อวกาศเจมส์เว็บบ์ที่สามารถผลิตข้อมูลภาพถ่ายทางดาราศาสตร์ที่มีความละเอียดสูงได้มากกว่า 40 TB ต่อวัน เป็นต้น แต่ภาพถ่ายทางดาราศาสตร์ยังคงมีสัญญาณรบกวนปรากฏอยู่ ส่งผลให้สีในภาพเกิดความไม่สม่ำเสมอ และในปัจจุบันแม้จะมีกระบวนการนำสัญญาณรบกวนนี้ออกจากภาพได้แล้ว กระบวนการส่วนใหญ่ก็ยังไม่มีประสิทธิภาพมากพอ อีกทั้งเนื่องจากมีภาพที่ถูกสร้างขึ้นต่อวันในปริมาณมากทำให้มนุษย์ไม่สามารถทำการวิเคราะห์ภาพทั้งหมดได้ ดังนั้นการใช้โมเดลการเรียนรู้ของเครื่องในการตัดสัญญาณภาพจึงมีความเป็นไปได้ที่จะแก้ไขจุดอ่อนสองข้อนี้ได้ จึงทำให้ทีมผู้พัฒนาต้องการสร้างโมเดลการเรียนรู้ของเครื่องใหม่ที่สามารถลดสัญญาณรบกวนภายในภาพที่ใช้ได้จริงและเพิ่มความสามารถในการลดสัญญาณรบกวนในภาพถ่ายทางดาราศาสตร์ โดยนำการเรียนรู้เชิงโครงข่ายประสาท (Neural Network) มาประยุกต์กับดัชนีความคล้ายคลึง (SSIM) และ GANs ที่จะนำไปสู่การใช้ข้อมูลชุดเรียนรู้และเวลาที่น้อยลง แต่ยังคงมีประสิทธิภาพมากกว่าวิธีที่ผ่านมา