Астрономы обнаружили редкие нейтральные атомарные поглотители углерода с помощью глубокой нейронной сети
Саймон Мэнсфилд
Сидней, Австралия (SPX) 20 мая 2024 г.
Недавно международная группа под руководством профессора Цзе Цзяня из Шанхайской астрономической обсерватории Китайской академии наук использовала нейронные сети глубокого обучения для поиска редких слабых сигналов в спектроскопических данных квазаров из программы Sloan Digital Sky Survey III (SDSS-III). . Это исследование, опубликованное в «Ежемесячных уведомлениях Королевского астрономического общества», предлагает новый способ изучения формирования и эволюции галактик и подчеркивает потенциал искусственного интеллекта в выявлении редких сигналов в астрономических данных.
Эти «нейтральные углеродные поглотители» холодного газа и пыли во Вселенной являются ключевыми датчиками для изучения формирования и эволюции галактик. Однако эти сигналы слабы и редки. Традиционно астрономы пытались обнаружить эти поглотители в больших наборах спектроскопических данных квазаров, используя традиционные методы. «Это все равно, что искать иголку в стоге сена, что требует много усилий, времени и неэффективности», — объяснил Цзи Цзянь. В 2015 году исследовательская группа обнаружила 66 углеродно-нейтральных поглотителей в спектрах квазаров SDSS, что стало самым большим образцом, когда-либо полученным на тот момент.
Команда профессора Дж. Э. Цзяня спроектировала и обучила глубокие нейронные сети, используя моделируемые образцы линий поглощения с нейтральным уровнем выбросов углерода на основе реальных наблюдений. Применяя эти нейронные сети к данным SDSS-III, команда обнаружила 107 чрезвычайно редких нейтральных углеродных поглотителей, что почти вдвое превышает размер ранее полученной выборки.
Собрав спектры нескольких нейтральных углеродных поглотителей, команда значительно расширила возможности обнаружения содержания различных элементов и измерения потерь металлов в газе, образующемся с пылью. Результаты показали, что эти ранние галактики, которые содержат нейтральные датчики, поглощающие углерод, претерпели быструю физическую и химическую эволюцию, когда Вселенной было около 3 миллиардов лет. Эти галактики вступали в состояние эволюции между Большим Магеллановым Облаком (БМО) и Млечным Путем (МВ), производя собственные металлы, некоторые из которых образовывали частицы пыли, что приводило к наблюдаемому эффекту покраснения пыли.
Это открытие независимо подтверждает результаты космического телескопа Джеймса Уэбба (JWST), который обнаружил алмазоподобную углеродную пыль в первых звездах Вселенной, что позволяет предположить более быструю галактическую эволюцию, чем ожидалось ранее.
«В отличие от космического телескопа Джеймса Уэбба, который проводит исследования по спектрам излучения галактик, это исследование изучало ранние галактики, наблюдая спектры поглощения квазаров», — отметил Дж. Э. Цзянь. Он подчеркнул, что использование нейронных сетей для поиска нейтральных поглотителей углерода предоставляет новый инструмент для будущих исследований ранней эволюции Вселенной и галактик, дополняя методы космического телескопа Джеймса Уэбба.
«Чтобы раскрыть больше «сокровищ» в огромных астрономических данных с помощью ИИ, необходимо разработать инновационные алгоритмы ИИ, которые смогут быстро, точно и всесторонне исследовать те редкие и слабые сигналы, которые с трудом могут найти традиционные методы», — сказал Цзе Цзянь.
Команда стремится расширить инновационные методы, используемые в этом исследовании для распознавания изображений, путем создания синтетических «многоструктурных» изображений для эффективного обучения и обнаружения слабых сигналов изображения. «Методы глубокого обучения ИИ имеют огромную прикладную ценность и потенциал в многодоменном распознавании изображений и обнаружении слабых сигналов», — предполагает GE Jian. «В будущем мы надеемся обнаружить больше сокровищ с помощью огромных астрономических данных».
Исследовательский отчет:Обнаружение редких нейтральных атомных поглотителей углерода с помощью глубокой нейронной сети
Ссылки по теме
Шанхайская астрономическая обсерватория
Звездная химия, Вселенная и все, что в ней
