使用人工智能分析來自天文學調查的大數據

使用人工智能分析來自天文學調查的大數據

日本研究人員開發(fā)了一種突破性的方法來減輕天文學調查中形狀噪聲的影響。

美國國家自然科學研究所(NINS) 的科學家們創(chuàng)造了一種新的人工智能 (AI) 方法來消除由于星系形狀隨機變化而出現在天文數據中的形狀噪聲。

在對超級計算機模擬生成的大量模擬數據樣本進行全面培訓和測試后，研究人員隨后將這種創(chuàng)新儀器用于日本國家天文臺斯巴魯望遠鏡的真實數據。他們發(fā)現使用這種技術產生的質量分布與最當代公認的宇宙模型是一致的。因此，這個強大的工具將有助于評估和評估來自當前和未來計劃的天文學調查的大數據。

天文學家的研究已發(fā)表在 2021 年 6月的《皇家天文學會月報》上。

引力透鏡

通過計算引力透鏡模式，可以利用來自天文學調查的廣域數據來探索和研究宇宙的大尺度結構。

在引力透鏡中，前景物體（例如星系團）的重力會干擾背景物體的圖像，例如在其后面但在同一視線內的更遙遠的星系。引力透鏡的一個突出例子是荷魯斯之眼。

這很像透過巨大的放大鏡看。這種新穎的現象使科學家能夠觀察和研究早期星系的細節(jié)，這些星系太遠了，無法用目前可用的技術和望遠鏡看到。

在某些情況下，小得多的物體，例如單個恒星，當它們經過更遙遠的恒星前面時，可以表現為引力透鏡。然后，在很短的一段時間內，有時只有幾天或幾周，來自更遠恒星的光會在更近的物體的引力作用下暫時變得更亮。

主要由神秘的暗物質組成的大規(guī)模結構也可以扭曲遙遠星系的形狀，但預期的透鏡效應是微妙的。對一個區(qū)域內的許多星系進行平均對于繪制前景暗物質分布圖至關重要。

然而，這種研究許多星系圖像的方法也帶來了挑戰(zhàn)：通常很難區(qū)分被引力透鏡扭曲的星系圖像和實際扭曲的星系。這被稱為形狀噪聲，是目前研究人員研究宇宙大尺度結構的限制因素之一。

利用人工數據集

為了補償形狀噪聲，日本科學家團隊首先應用世界上最強大的天文學超級計算機 ATERUI II，根據斯巴魯望遠鏡的真實數據生成 25,000 個模擬星系目錄。

然后，他們將現實主義噪聲插入到這些眾所周知的人工數據集中，并教人工智能從模擬數據中統計恢復透鏡暗物質。

經過這次培訓，人工智能熟練地恢復了以前無法觀察到的精細細節(jié)，有助于增強我們對宇宙暗物質的認識。然后，在覆蓋 21 平方度天空的真實數據上利用這種人工智能，研究人員發(fā)現了與標準宇宙學模型一致的前景質量分布。

“這項研究顯示了結合不同類型研究的好處：觀察、模擬和人工智能數據分析。” 團隊負責人 Masato Shirasaki 表示，“在這個大數據時代，我們需要跨越專業(yè)之間的傳統界限，使用所有可用的工具來理解數據。如果我們能做到這一點，它將開辟天文學和其他科學的新領域?！?

深圳市晶光華電子有限公司 專注石英晶振生產26年，強大的專業(yè)團隊，服務超過5000+客戶，年產能6億PCS，1天試樣，3天測試，1周交貨；如果您對我們的石英晶振感興趣，歡迎咨詢我們的客服，獲取詳細資料，我們將為您提供專業(yè)貼心的服務。