使用人工智能分析来自天文学调查的大数据

日本研究人员开发了一种突破性的方法来减轻天文学调查中形状噪声的影响。

美国国家自然科学研究所(NINS) 的科学家们创造了一种新的人工智能 (AI) 方法来消除由于星系形状随机变化而出现在天文数据中的形状噪声。

在对超级计算机模拟生成的大量模拟数据样本进行全面培训和测试后，研究人员随后将这种创新仪器用于日本国家天文台斯巴鲁望远镜的真实数据。他们发现使用这种技术产生的质量分布与最当代公认的宇宙模型是一致的。因此，这个强大的工具将有助于评估和评估来自当前和未来计划的天文学调查的大数据。

天文学家的研究已发表在 2021 年 6月的《皇家天文学会月报》上。

引力透镜

通过计算引力透镜模式，可以利用来自天文学调查的广域数据来探索和研究宇宙的大尺度结构。

在引力透镜中，前景物体（例如星系团）的重力会干扰背景物体的图像，例如在其后面但在同一视线内的更遥远的星系。引力透镜的一个突出例子是荷鲁斯之眼。

这很像透过巨大的放大镜看。这种新颖的现象使科学家能够观察和研究早期星系的细节，这些星系太远了，无法用目前可用的技术和望远镜看到。

在某些情况下，小得多的物体，例如单个恒星，当它们经过更遥远的恒星前面时，可以表现为引力透镜。然后，在很短的一段时间内，有时只有几天或几周，来自更远恒星的光会在更近的物体的引力作用下暂时变得更亮。

主要由神秘的暗物质组成的大规模结构也可以扭曲遥远星系的形状，但预期的透镜效应是微妙的。对一个区域内的许多星系进行平均对于绘制前景暗物质分布图至关重要。

然而，这种研究许多星系图像的方法也带来了挑战：通常很难区分被引力透镜扭曲的星系图像和实际扭曲的星系。这被称为形状噪声，是目前研究人员研究宇宙大尺度结构的限制因素之一。

利用人工数据集

为了补偿形状噪声，日本科学家团队首先应用世界上最强大的天文学超级计算机 ATERUI II，根据斯巴鲁望远镜的真实数据生成 25,000 个模拟星系目录。

然后，他们将现实主义噪声插入到这些众所周知的人工数据集中，并教人工智能从模拟数据中统计恢复透镜暗物质。

经过这次培训，人工智能熟练地恢复了以前无法观察到的精细细节，有助于增强我们对宇宙暗物质的认识。然后，在覆盖 21 平方度天空的真实数据上利用这种人工智能，研究人员发现了与标准宇宙学模型一致的前景质量分布。

“这项研究显示了结合不同类型研究的好处：观察、模拟和人工智能数据分析。” 团队负责人 Masato Shirasaki 表示，“在这个大数据时代，我们需要跨越专业之间的传统界限，使用所有可用的工具来理解数据。如果我们能做到这一点，它将开辟天文学和其他科学的新领域。”

深圳市晶光华电子有限公司 专注石英晶振生产26年，强大的专业团队，服务超过5000+客户，年产能6亿PCS，1天试样，3天测试，1周交货；如果您对我们的石英晶振感兴趣，欢迎咨询我们的客服，获取详细资料，我们将为您提供专业贴心的服务。