Uluslararası Radyo Astronomi Araştırmaları Merkezi’ndeki (ICRAR) astronomlar tarafından yürütülen bir araştırma, galaksilerin şeklindeki varyasyonların açıklamasını bulmuş olabilir.
Araştırmacılar, yapay zekayı kullanarak galaksilerin evrimiyle ilgili uzun süredir devam eden bir soruyu potansiyel olarak çözerek araştırma süreçlerini hızlandırdılar.
Araştırmacılar, galaksilerin evrimiyle ilgili uzun süredir devam eden bir soruyu potansiyel olarak çözmüşlerdir. , araştırmalarını hızlandırmak için yapay zekayı (AI) kullanıyor.
1926’da galaksi şekillerini sınıflandırmak için bir sistem olan Hubble Dizisinin icadından bu yana, gökbilimciler galaksi evrimi ve morfoloji anlayışımızı sürekli olarak geliştiriyorlar. teknoloji ilerliyor.
1970’lere gelindiğinde, araştırmacılar, yalnız gökadaların sarmal biçimli olma eğiliminde olduğunu ve gökada kümelerinde bulunanların eliptik ve merceksi olarak bilinen düz ve özelliksiz olma olasılığının yüksek olduğunu doğruladılar (şekil bir lens).
EAGLES programının yapay zeka tarafından değerlendirildiği şekliyle galaksiyi nasıl sınıflandırdığının bir temsili. Kredi: ICRAR
Aylık Bildirimler of the Royal Astronomical Society dergisinde yayınlanan Uluslararası Radyo Astronomi Araştırmaları Merkezi’ndeki (ICRAR) astronomlar tarafından yürütülen yeni araştırma, şekillerdeki bu farklılıkların nedenini ortaya çıkarmış olabilir. .
ICRAR’ın Batı Avustralya Üniversitesi düğümünden baş yazar Dr. Joel Pfeffer, araştırmanın “morfoloji-yoğunluk ilişkisini” açıkladığını söyledi – burada kümelenmiş gökadalar tek başına benzerlerine göre daha yumuşak ve daha özelliksiz görünüyor.{4 }
“Birçok galaksiyi bir araya getirdiğimizde birkaç farklı şeyin olduğunu keşfettik,” dedi Dr. Pfeffer.
“Galaksilerdeki sarmal kollar çok kırılgandır ve galaksi kümelerinde daha yüksek yoğunluklara gidersiniz, sarmal galaksiler gazlarını kaybetmeye başlarlar.
“Bu gaz kaybı onların sarmal kollarını ‘bırakmalarına’ ve merceksi bir şekle dönüşmelerine neden olur.”
{ 6}”Başka bir neden de, iki veya daha fazla sarmal gökadanın birbirine çarparak bir gezegen üzerinde oluşmasına neden olabilen gökada birleşmeleridir. sonrasında büyük eliptik gökada.”
Çalışmada, gökadaları şekillerine göre sınıflandırmak için bir yapay zeka algoritması kullanılarak bir grup gökadayı ayrıntılı olarak analiz etmek için güçlü EAGLE simülasyonları kullanıldı.
Sinirsel ağ tabanlı algoritma ICRAR Ph.D tarafından eğitildi. Mitchell Cavanagh adayıdır ve dakikada yaklaşık 20.000 gökadayı sınıflandırarak, genellikle haftalar süren süreci bir saate sıkıştırabilir.
Simülasyonlar, evrende gözlemlenenlerle yakından eşleşir ve araştırmacılara, simülasyon sonuçlarını gökada kümelerinin gözlemlerini yorumlama
Ayrıca, modelleme, bunların iki gökadanın birleşmesiyle oluştuklarını öne sürerek, beklenen yüksek yoğunluklu bölgelerin dışında birkaç merceksi gökada belirledi.
Dr. Pfeffer, çalışmanın morfoloji-yoğunluk ilişkisini ilk kez anlamak için galaktik evrimdeki çeşitli araştırma parçalarını bir araya getirdiğini söyledi.
“Zaman içinde pek çok öneri yapıldı” dedi. “Ama bu, yapbozun tüm parçalarını gerçekten bir araya getiren ilk çalışma.”
Referans: “The galaxy morphology–density Relations in the EAGLE Simulation” yazan Joel Pfeffer, Mitchell K Cavanagh, Kenji Bekki , Warrick J Couch, Michael J Drinkwater, Duncan A Forbes ve Bärbel S Koribalski, 16 Aralık 2022, Monthly Notices of the Royal Astronomical Society.
DOI: 10.1093/mnras/stac3466