За допомогою машинного навчання визначено та каталогізовано морфології 27 мільйонів галактик

У результаті дослідження, проведенего кафедрою фізики та астрономії Пенсільванського університету, створено найбільший на сьогодні каталог морфологічної класифікації галактик. Під керівництвом колишніх постдоків Хесуса Вега-Ферреро та Хелени Домінгес Санчес, які працювали з професором Маріангелою Бернарді, цей каталог морфологій 27 мільйонів галактик дає ключові уявлення про еволюцію Всесвіту.

Дослідження було опубліковане у "Monthly Notices of the Royal Astronomical Society", розповідають у Пенсільванському університеті.

Дослідники використали дані з Огляду темної енергії (DES) -- міжнародної дослідницької програми, метою якої є візуалізація однієї восьмої частини неба для кращого розуміння ролі темної енергії в прискорюваному розширенні Всесвіту.

Побічним результатом цього обстеження є те, що дані DES містять набагато більше зображень віддалених галактик, ніж інші обстеження на сьогодні. "Зображення DES показують нам, як виглядали галактики більше 6 мільярдів років тому", - говорить Бернарді.

Новини за подібною темою:

		Вебб зондує галактику з екстремальним спалахом зореутворення
		"Габбл" показав галактику під тиском
		Машинне навчання показало, що лише злиття галактик недостатньо для зростання чорних дір

І оскільки DES має мільйони високоякісних зображень астрономічних об’єктів, це ідеальний набір даних для вивчення морфології галактик. "Морфологія галактик -- це один із ключових аспектів еволюції галактик. Форма і структура галактик містить багато інформації про те, як вони утворилися, і знання їх морфології дає нам підказки щодо ймовірних шляхів формування галактик", - каже Домінгес Санчес.

Раніше дослідники опублікували морфологічний каталог для понад 600 000 галактик зі Слоанівського цифрового огляду неба (SDSS). Для цього вони розробили конволюційну нейронну мережу -- тип алгоритму машинного навчання, який зміг автоматично класифікувати, чи належить галактика до однієї з двох основних груп: спіральних галактик, які мають обертовий диск, де народжуються нові зірки, і еліптичних галактик, які більші, і складаються зі старих зірок, які рухаються більш випадково, ніж у їх спіральних колег.

Але каталог, розроблений із використанням набору даних SDSS, в основному складався з яскравих, близькорозташованих галактик, каже Вега-Ферреро. У своєму останньому дослідженні вчені хотіли вдосконалити свою модель нейронної мережі, щоб мати можливість класифікувати більш тьмяні, віддалені галактики. "Ми хотіли розширити межі морфологічної класифікації і спробувати вийти за той бік, до більш тьмяних об′єктів або об′єктів, що знаходяться далі", - пояснює Вега-Ферреро.

Зображення симульованої спіральної (зверху) та еліптичної галактики з різною якістю зображення та рівнями червоного зсуву, що ілюструє, як можуть виглядати більш тьмяні та віддалені галактики в наборі даних DES. Зображення: Jesus Vega-Ferrero and Helena Dominguez-Sanchez.

Для цього дослідникам спочатку довелося провести навчання своєї моделі нейронної мережі, щоб мати можливість класифікувати більш пікселізовані зображення із набору даних DES. Спочатку вони створили навчальну модель із відомою раніше морфологічною класифікацією, що складалася з набору з 20 000 галактик, які перекривались між DES і SDSS. Потім вони створили симульовані версії нових галактик, імітуючи, як би виглядали їх зображення, якби вони були далі, використовуючи код, розроблений штатним науковим співробітником Майком Джарвісом.

Після того, як модель була навчена та перевірена як на симульованих, так і на реальних галактиках, вона була застосована до набору даних DES, і до отриманого у результаті каталогу з 27 мільйонів галактик включена інформація про ймовірність того, що окрема галактика буде еліптичною або спіральною. Дослідники також виявили, що їхня нейронна мережа на 97% точно класифікувала морфологію галактик, навіть для галактик, які були занадто тьмяними для класифікації на око.

"Ми розширили межі на три порядки, до об′єктів, які в 1000 разів більш тьмяні від початкових", - говорить Вега-Ферреро. "Ось чому ми змогли включити в каталог так набагато більше галактик".

"Такі каталоги важливі для вивчення утворення галактик", - говорить Бернарді про значення цієї останньої публікації. "Цей каталог також буде корисним для того, щоб побачити, чи морфологія та популяції зірок розповідають схожі історії про те, як утворилися галактики".

Щодо останнього пункту, Домінгес Санчес в даний час поєднує отримані морфологічні оцінки з вимірюваннями хімічного складу, віку, швидкості зореутворення, маси та відстані тих самих галактик. Включення цієї інформації дозволить дослідникам краще вивчити взаємозв′язок між морфологією галактик та зореутворенням -- робота, яка буде вирішальною для глибшого розуміння еволюції галактик.

Бернарді каже, що існує низка відкритих питань щодо еволюції галактик, які може допомогти вирішити і новий каталог, і методи, розроблені для його створення. Наприклад, майбутнє опитування LSST/Rubin використовуватиме методи фотометрії, подібні до DES, але при цьому з′явиться можливість візуалізації ще більш віддалених об′єктів, що надасть можливість глибше зрозуміти еволюцію Всесвіту.

! Читайте ще цікаві новини про космос на сайті, або слідкуйте за ними на Facebook.

• Галактики
• машинне навчання