С помощью машинного обучения определены и каталогизированы морфологии 27 миллионов галактик

В результате исследования, проведенего кафедрой физики и астрономии Пенсильванского университета, создан крупнейший на сегодня каталог морфологической классификации галактик. Под руководством бывших постдоков Хесуса Вега-Ферреро и Хелены Домингес Санчес, которые работали с профессором Мариангелой Бернарди, этот каталог с морфологиями 27 млн галактик дает ключевые представления об эволюции Вселенной.

Исследование было опубликовано в "Monthly Notices of the Royal Astronomical Society", рассказывают в Пенсильванском университете.

Исследователи использовали данные из Обзора темной энергии (DES) -- международной исследовательской программы, целью которой является визуализация одной восьмой части неба для лучшего понимания роли темной энергии в ускоряющемся расширении Вселенной.

Побочным результатом этого обследования является то, что данные DES содержат гораздо больше изображений отдаленных галактик, чем другие обследования на сегодня. "Изображения DES показывают нам, как выглядели галактики больше 6 миллиардов лет назад", - говорит Бернарди.

И поскольку DES имеет миллионы высококачественных изображений астрономических объектов, это идеальный набор данных для изучения морфологии галактик. "Морфология галактик -- это один из ключевых аспектов эволюции галактик. Форма и структура галактик содержит много информации о том, как они образовались, и знание их морфологии дает нам подсказки относительно вероятных путей формирования галактик", - говорит Домингес Санчес.

Ранее исследователи опубликовали морфологический каталог более 600 тысяч галактик со Слоановского цифрового обзора неба (SDSS). Для этого они разработали конволюционную нейронную сеть -- тип алгоритма машинного обучения, который смог автоматически классифицировать, принадлежит ли галактика к одной из двух основных групп: спиральным галактикам, которые имеют вращающийся диск, где рождаются новые звезды, и эллиптическим галактикам, которые больше, и состоят из старых звезд, которые движутся более случайно, чем у их спиральных коллег.

Но каталог, разработанный с использованием набора данных SDSS, в основном состоял из ярких, близлежащих галактик, говорит Вега-Ферреро. В своем последнем исследовании ученые хотели усовершенствовать свою модель нейронной сети, чтобы иметь возможность классифицировать более тусклые, отдаленные галактики. "Мы хотели расширить границы морфологической классификации и попытаться выйти за другую сторону с более тусклыми объектами, или объектами, находящимися дальше", - объясняет Вега-Ферреро.

Изображение симулированной спиральной (сверху) и эллиптической галактики с разным качеством изображения и уровнями красного смещения, иллюстрирующее, как могут выглядеть более тусклые и удаленные галактики в наборе данных DES. Изображение: Jesus Vega-Ferrero and Helena Dominguez-Sanchez.

Для этого исследователям сначала пришлось провести обучение своей модели нейронной сети, чтобы иметь возможность классифицировать более пикселизированные изображения из набора данных DES. Сначала они создали учебную модель с известной ранее морфологической классификацией, состоящую из набора с 20 000 галактик, которые перекрывались между DES и SDSS. Затем они создали симулированные версии новых галактик, имитируя, как бы выглядели их изображения, будь они дальше, используя код, разработанный штатным научным сотрудником Майком Джарвисом.

После того, как модель была обучена и проверена как на симулированных, так и на реальных галактиках, она была применена к набору данных DES, и к полученному в результате каталогу с 27 млн галактик включена информация о вероятности того, что отдельная галактика будет эллиптической или спиральной. Исследователи также обнаружили, что их нейронная сеть на 97% точно классифицировала морфологию галактик, даже для галактик, которые были слишком тусклыми для классификации на глаз.

"Мы расширили границы на три порядка, к объектам, которые в 1000 раз более тусклые от начальных", - говорит Вега-Ферреро. "Вот почему мы смогли включить в каталог настолько больше галактик".

"Такие каталоги важны для изучения образования галактик", - говорит Бернарди о значении этой последней публикации. "Этот каталог также будет полезным для того, чтобы увидеть, что морфология и популяции звезд рассказывают похожие истории о том, как образовались галактики".

По последнему пункту, Домингес Санчес в настоящее время объединяет полученные морфологические оценки с измерениями химического состава, возраста, скорости звездообразования, массы и расстояния тех же галактик. Включение этой информации позволит исследователям лучше изучить взаимосвязь между морфологией галактик и звездообразованием - работа, которая будет решающей для более глубокого понимания эволюции галактик.

Бернарди говорит, что существует ряд открытых вопросов эволюции галактик, которые могут помочь решить и новый каталог, и методы, разработанные для его создания. Например, будущий опрос LSST/Rubin будет использовать методы фотометрии, подобные DES, но при этом появится возможность визуализации еще более удаленных объектов, что позволит глубже понять эволюцию Вселенной.

! Читайте еще интересные новости о космосе на сайте или следите за ними на Facebook.