Машинное обучение помогло найти следы исчезнувших рукавов Галактики

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Астрономы применили методы машинного обучения для автоматического поиска и определения параметров групп звезд в пятимерном пространстве положений и двух проекций скорости. В результате удалось выделить множество неизвестных ранее структур, в том числе несколько нитевидных групп, одна из которых соответствуют местному рукаву Ориона, а другие напоминают остатки структур, существовавших в прошлом, пишут авторы в препринте на arXiv.org.

Млечный Путь — это спиральная галактика диаметром около 50 килопарсек, в которой содержится от 100 до 400 миллиардов звезд. Однако многие параметры нашей галактики мы знаем хуже, чем параметры других галактик, которые наблюдаем издалека. Связано это в первую очередь с наблюдательными ограничениями, так как положение внутри объекта затрудняет определение многих характеристик.

Примером большого прогресса в этой области может быть обнаружение карликовых галактик-спутников. Если относительно недавно мы считали, что на орбитах вокруг Млечного Пути находится всего несколько таких объектов, то сегодня их известно уже больше 50. Также постепенно раскрывается и история: открываются все новые потоки звезд, которые связываются с произошедшими в прошлом слияниями, сопровождавшимися приливным разрушением близко подлетевших карликовых галактик.

В основном эти открытия стали возможны благодаря более качественным наблюдениям на новых инструментах, позволяющих зафиксировать более тусклые источники. Однако еще одним важным событием последних лет стал запуск космического телескопа Gaia, который измеряет координаты и скорости множества звезд с рекордной точностью. Эти данные позволяют не только установить наличие объектов, но и определить их возможное динамическое взаимодействие на больших расстояниях.

Астрономы из Университета Западного Вашингтона в США Марина Кункель (Marina Kounkel) и Кевин Кови (Kevin Covey) выделили группы светил в данных второго каталога Gaia DR2 и использовали методы машинного обучения для их изучения. Авторы работали в пятимерном пространстве трех координат и двух проекций скорости, которые измерены с высокой точностью. Группы выделялись примерно из 19 миллионов звезд на расстоянии до одного килопарсека и галактических широтах не выше 30 градусов методом кластерного анализа.

В результате исследователи нашли примерно 1900 групп из 300 тысяч звезд, некоторые из которых были известны и ранее, но большинство оказались новыми. Для определения ключевого параметра групп — возраста — ученые применили сверточные нейросети и метод подбора изохрон, то есть гладких линий на диаграмме Герцшпрунга — Рассела, отвечающих звездам одного возраста. Комбинация стандартного метода и машинного обучения позволила достичь наилучшей точности в 77 процентов.

Нейросеть обучалась на выделенных ранее кластерах звезд с известными параметрами. Однако в этой работе описывается лишь 1196 групп, что недостаточно для полноценной обучающей выборки. Поэтому авторы добавляли к ним случайным образом от 40 до 250 других звезд, в результате получив 130 тысяч реализаций кластеров. Несмотря на то, что многие светила оказывались во многих группах, по словам авторов, из-за случайности и увеличения количества это позволило нейросети лучше обучиться для определения связанных с возрастом характристик. Также выборка была дополнена полностью синтетическими данными о 150 тысячах сгенерированных программой кластеров звезд.

Распределение ранее известных групп звезд (желтым) и выделенных в новой работе (голубым) в галактических координатах

M. Kounkel et al. / arXiv.org, 2019

Оказалось, что около половины групп представляет собой линейные структуры, которые авторы называют нитями. Эти нити расположены в плоскости Галактики, могут достигать 200 парсек в длину, не обладают выраженным центром (то есть изначально сформировались вытянутыми), а также в среднем существенно моложе, чем известные скопления звезд. Авторы делают вывод, что им удалось выделить не просто новые звездные потоки, а новый класс объектов.

В распределении наиболее молодых нитей возрастом до нескольких сотен миллионов лет удалось выделить четыре потока, причем нити обычно ориентированы поперек них. Первый поток, который представлен наиболее молодыми нитями, совпадает с местным рукавом Галактики — рукавом Ориона. Однако ни один из оставшихся трех не соответствует другим ранее выделенным крупным структурам. Авторы создали полноценную интерактивную визуализацию выделенных структур, доступную на отдельном сайте.

Авторы делают предположение, что им удалось обнаружить остатки существовавших в прошлом рукавов, которые уже невозможно заметить, наблюдая облака газа. Для доказательства этой идеи понадобится расширение области поиска далее одного килопарсека. Если гипотеза подтвердится, то это станет важным аргументом в пользу теорий и численных моделирований, в которых спиральный узор эволюционирует на масштабе пары вращений галактики, то есть является динамическим процессом, а не постоянно существующим явлением.

Ранее данные телескопа Gaia использовали для определения момента поглощения Млечным Путем галактики-«сосиски». Также астрономы нашли популяцию разделенных звезд-близнецов.

Тимур Кешелава


Источник: nplus1.ru

Комментарии: