Evrenimizdeki üç boyutlu galaksi dağılımının yapay zeka destekli analizi

Araştırmacılardan oluşan bir ekip, evrendeki kozmik yapıların oluşumuyla ilgili devasa miktardaki simülasyon verisine bir makine öğrenimi tekniği, bir sinir ağı yöntemi uygulayarak, yapı hakkında teorik tahminler yapabilen çok hızlı ve yüksek verimli bir yazılım programı geliştirdi. oluşum. Ekip, model tahminlerini gerçek gözlemsel veri kümeleriyle karşılaştırarak kozmolojik parametreleri doğru bir şekilde ölçmeyi başardı. Fiziksel İnceleme D.

Dünyanın bugüne kadarki en büyük gökada araştırması olan Sloan Dijital Gökyüzü Araştırması (SDSS), gözlemlenen gökada dağılımları aracılığıyla evrenin üç boyutlu bir haritasını oluşturduğunda, gökadaların belirli özelliklere sahip olduğu ortaya çıktı. Bazıları bir araya toplanır veya iplikler halinde yayılırdı ve bazı yerlerde hiç galaksinin olmadığı boşluklar vardı. Tüm bu galaksilerin tek tip bir şekilde gelişmediğini, yerel çevrelerinin bir sonucu olarak oluştuğunu gösteriyor. Genel olarak, araştırmacılar, galaksilerin bu tekdüze olmayan dağılımının, henüz kimsenin doğrudan gözlemlemediği gizemli madde olan “görünmez” karanlık maddenin dağılımının neden olduğu yerçekiminin etkilerinden kaynaklandığı konusunda hemfikirdir.

Araştırmacılar, üç boyutlu gökada haritasındaki verileri ayrıntılı olarak inceleyerek, evrendeki karanlık madde miktarı gibi temel nicelikleri ortaya çıkarabilirler. Son yıllarda, evrendeki kozmik yapıların oluşumunu yeniden yaratan çalışmalarda N-beden simülasyonları yaygın olarak kullanılmaktadır. Bu simülasyonlar, karanlık madde parçacıklarını etkin bir şekilde temsil eden çok sayıda N-cisim parçacığı tarafından yüksek kırmızıya kaymalarda başlangıçtaki homojen olmayan durumları taklit eder ve ardından genişleyen bir evrende parçacıklar arasındaki yerçekimi çekme kuvvetlerini hesaplayarak karanlık madde dağılımının zaman içinde nasıl geliştiğini simüle eder. Bununla birlikte, simülasyonlar genellikle pahalıdır, bir kozmolojik model için bile bir süper bilgisayarda tamamlanması onlarca saat sürer.

Eski Kavli Evrenin Fizik ve Matematiği Enstitüsü (Kavli IPMU) Proje Araştırmacısı Yosuke Kobayashi (şu anda Arizona Üniversitesi’nde Doktora Sonrası Araştırma Görevlisi) tarafından yönetilen ve Kavli IPMU Profesörü Masahiro Takada ve Kavli IPMU Misafir Bilim Adamlarını içeren bir araştırma ekibi Takahiro Nishimichi ve Hironao Miyatake, güç spektrumunun teorik hesaplamalarını oluşturmak için süper bilgisayar “ATERUI II” tarafından makine öğrenimini sayısal simülasyon verileriyle birleştirdi. istatistiksel olarak galaksilerin evrende nasıl dağıldığı.

Genellikle, birkaç milyonlarca N-cisim simülasyonunun çalıştırılması gerekir, ancak Kobayashi’nin ekibi, programlarına güç spektrumunu bir simülasyonla aynı doğruluk düzeyinde hesaplamayı öğretmek için makine öğrenimini kullanabildi, hatta bunun için kozmolojik bir model için bile. simülasyon henüz çalıştırılmamıştı. Bu teknolojiye Emülatör denir ve astronomi dışındaki bilgisayar bilimi alanlarında halihazırda kullanılmaktadır.

“Makine öğrenimini çok maliyetli olan sayısal simülasyonlarla birleştirerek, astronomik gözlemlerden elde edilen verileri yüksek hassasiyetle analiz edebildik. Bu öykünücüler daha önce kozmoloji çalışmalarında kullanılmıştı, ancak neredeyse hiç kimse sayısız şeyi hesaba katamadı. gerçek galaksi araştırma verilerini kullanarak kozmolojik parametre sonuçlarını tehlikeye atabilecek diğer etkiler. Emülatörümüz gerçek gözlem verilerini analiz ediyor ve analiz edebiliyor. Bu çalışma, büyük ölçekli yapısal veri analizi için yeni bir sınır açtı” diyor baş yazar Kobayashi .

Bununla birlikte, öykünücüyü gerçek gökada araştırma verilerine uygulamak için, ekibin “galaksi yanlılığı” belirsizliğini hesaba katması gerekiyordu; bu, araştırmacıların, gökada oluşumunun doğasında bulunan karmaşık fizikleri nedeniyle gökadaların evrende nerede oluştuğunu doğru bir şekilde tahmin edemediklerini göz önünde bulundurarak bir belirsizlik. .

Bu zorluğun üstesinden gelmek için ekip, yüksek yoğunlukta karanlık maddenin ve galaksilerin oluşma olasılığının yüksek olduğu karanlık madde “halolarının” dağılımını simüle etmeye odaklandı. Ekip, galaksi yanlılığı belirsizliğini hesaba katmak için yeterli sayıda “rahatsız edici” parametre sunarak, belirli bir kozmolojik model için esnek bir model tahmini yapmayı başardı.

Ardından ekip, model tahminini gerçek bir SDSS veri seti ile karşılaştırdı ve kozmolojik parametreleri yüksek hassasiyetle başarıyla ölçtü. Tüm enerjinin yalnızca yaklaşık yüzde 30’unun maddeden (çoğunlukla karanlık madde) geldiğini ve kalan yüzde 70’inin evrenin hızlandırılmış genişlemesine neden olan karanlık enerjinin sonucu olduğunu bağımsız bir analiz olarak doğrular. Galaksi 3B haritalarını analiz etmek için kullanılan geleneksel yöntem, bu iki parametreyi aynı anda belirleyemezken, evrenimizdeki maddenin kümeliğini de ölçmeyi başardılar.

Parametre ölçümlerinin kesinliği, galaksi araştırmalarının önceki analizleriyle elde edileni aşıyor. Bu sonuçlar, bu çalışmada geliştirilen emülatörün etkinliğini göstermektedir. Araştırma ekibi için bir sonraki adım, emülatörlerini Kavli IPMU liderliğinde geliştirilmekte olan Prime Focus Spectrograph tarafından yakalanacak galaksi haritalarına uygulayarak karanlık madde kütlesini ve karanlık enerjinin doğasını incelemeye devam etmek olacaktır. NAOJ’nin Subaru Teleskobu’na monte edildi.

Kavli Evrenin Fizik ve Matematiği Enstitüsü tarafından sağlanmıştır.