Astronomen hebben AI opgeleid om Ancient Galaxy Collisions uit het vroege heelal te vinden

Pin
Send
Share
Send

Overal in het universum zijn felle lichten waar sterrenstelsels tegen elkaar botsen. En er zijn overal in het heelal heldere plekken - vooral in het verre universum - waar sterrenstelsels met ongebruikelijke snelheden sterren produceren. Nu heeft een team van astronomen een nieuwe manier om ze van elkaar te onderscheiden.

Dit is het probleem: telescopen kunnen verre, oude delen van het universum niet duidelijk genoeg zien om de gebruikelijke kenmerken van samenvoegende sterrenstelsels te zien, dus er is geen goede manier om deze twee soorten superheldere sterrenstelsels van elkaar te onderscheiden.

In een paper gepubliceerd in het juli-nummer van het tijdschrift Monthly Notices of the Royal Astronomical Society, beschreven onderzoekers een nieuw systeem om fusies van verre sterrenstelsels te onderscheiden van verre sterrenstelsels die superhelder schijnen omdat ze ongewoon hoge aantallen nieuwe sterren baren.

In relatief nabije delen van het heelal kunnen we gemakkelijk galactische fusies waarnemen op basis van tsunami's van sterren aan hun periferie. Lange "getijdenarmen" van sterren strekken zich uit van de kernen van sterrenstelsels die recentelijk zijn samengevoegd, als pijlen die ze identificeren voor stellaire archeologen die door de ruimte ziften.

Maar licht uit het oude universum is te ver gereisd en ziet er te wazig uit om die patronen zichtbaar te maken. Tegelijkertijd werden de eerste paar miljard jaar van de geschiedenis van ons universum bepaald door sterrenstelsels die sterren produceerden met hoge snelheden die vandaag ongebruikelijk zouden zijn. Het is dus al lang onduidelijk welke verre superheldere sterrenstelsels astronomen in het vroege heelal kunnen zien als gevolg van fusies, en welke zijn op zichzelf al zo helder.

Het team redeneerde dat omdat we weten hoe stervormende sterrenstelsels en galactische fusies er van dichtbij uitzien, het relatief eenvoudig zou zijn om nepbeelden te maken en ze vervolgens te vervagen en te vervormen alsof het licht van die sterrenstelsels van veraf werd opgevangen door een van onze ruimtetelescopen. Dat is precies wat het team deed: meer dan 1 miljoen nep-Hubble-ruimtetelescopen en James Webb-ruimtetelescoopbeelden maken. De astronomen wisten welke wazige, verre beelden waren van galactische botsingen versus wazige beelden van superheldere, stervormende sterrenstelsels, ook al leken ze op het eerste gezicht erg op elkaar. Zo konden de onderzoekers subtiele handtekeningen vinden die astronomen gebruiken om fusies van sterrenstelsels te onderscheiden van fabrieken van galactische sterren in het verre, oude universum. En ze hebben zelf een machine-learning-algoritme getraind om onderscheid te maken tussen afbeeldingen van de twee soorten sterrenstelsels.

Dat is een groot probleem, want het hele universum zit vol met samenvoegende sterrenstelsels, aldus de onderzoekers in een verklaring - tot 5% van de sterrenstelsels is op elk moment betrokken bij fusies, en zelfs de Melkweg zal naar verwachting op een dag samensmelten met zijn buurman Andromeda.

De nieuwe methode heeft zijn grenzen, schreven de onderzoekers in de paper. Er is altijd een kans op vertekening in de database van simulaties, schreven ze, en er is een of andere onnauwkeurige trial-and-error betrokken bij het genereren van de database. Om het algoritme voor machine learning verder te verbeteren, schreven ze en om nog oudere fusies van melkwegstelsels te onderscheiden, moeten ze een veel grotere database bouwen.

Pin
Send
Share
Send