Los astrónomos japoneses han desarrollado una nueva técnica de inteligencia artificial IA para eliminar el ruido en los datos astronómicos debido a variaciones aleatorias en las formas de las galaxias. Después de un extenso entrenamiento y pruebas en grandes datos simulados creados por simulaciones de supercomputadoras, aplicaron esta nueva herramienta adatos del Telescopio Subaru de Japón y descubrió que la distribución de masa derivada del uso de este método es consistente con los modelos actualmente aceptados del Universo. Esta es una nueva y poderosa herramienta para analizar grandes datos de estudios astronómicos actuales y planificados.
Los datos de la encuesta de área amplia se pueden usar para estudiar la estructura a gran escala del Universo a través de mediciones de patrones de lentes gravitacionales. En lentes gravitacionales, la gravedad de un objeto en primer plano, como un cúmulo de galaxias, puede distorsionar la imagen de un fondoobjeto, como una galaxia más distante. Algunos ejemplos de lentes gravitacionales son obvios, como el "Ojo de Horus". La estructura a gran escala, que consiste principalmente en materia misteriosa "oscura", también puede distorsionar las formas de galaxias distantes, pero el efecto de lente esperado es sutil. Se requiere promediar muchas galaxias en un área para crear un mapa de distribuciones de materia oscura en primer plano.
Pero esta técnica de mirar muchas imágenes de galaxias se encuentra con un problema; algunas galaxias tienen un aspecto un poco extraño de forma innata. Es difícil distinguir entre una imagen de galaxia distorsionada por lentes gravitacionales y una galaxia que en realidad está distorsionada.como ruido de forma y es uno de los factores limitantes en la investigación que estudia la estructura a gran escala del Universo.
Para compensar el ruido de la forma, un equipo de astrónomos japoneses utilizó por primera vez ATERUI II, la supercomputadora más poderosa del mundo dedicada a la astronomía, para generar 25.000 catálogos de galaxias simulados basados en datos reales del Telescopio Subaru. Luego agregaron ruido realista a estos perfectamenteconjuntos de datos artificiales conocidos, y entrenó a una IA para recuperar estadísticamente la materia oscura de la lente a partir de los datos simulados.
Después del entrenamiento, la IA pudo recuperar detalles finos previamente no observables, lo que ayudó a mejorar nuestra comprensión de la materia oscura cósmica. Luego, utilizando esta IA en datos reales que cubren 21 grados cuadrados del cielo, el equipo encontró una distribución de la masa en primer planocoherente con el modelo cosmológico estándar.
"Esta investigación muestra los beneficios de combinar diferentes tipos de investigación: observaciones, simulaciones y análisis de datos de IA", comenta Masato Shirasaki, el líder del equipo, "En esta era de big data, debemos cruzar las fronteras tradicionalesentre especialidades y utilizar todas las herramientas disponibles para comprender los datos. Si podemos hacer esto, se abrirán nuevos campos en astronomía y otras ciencias ".
Fuente de la historia :
Materiales proporcionado por Institutos Nacionales de Ciencias Naturales . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :