Een nieuwe kaart van donkere materie in het lokale universum onthult verschillende voorheen onontdekte draadvormige structuren die sterrenstelsels met elkaar verbinden. De kaart, ontwikkeld met behulp van machine learning door een internationaal team, waaronder een astrofysicus uit Penn State, zou studies mogelijk maken over de aard van donkere materie en over de geschiedenis en toekomst van ons plaatselijk universum.

Donkere materie is een ongrijpbare substantie die 80% van het universum uitmaakt. Het levert ook het skelet voor wat kosmologen het kosmische web noemen, de grootschalige structuur van het heelal die, door zijn zwaartekracht, dicteert de beweging van sterrenstelsels en ander kosmisch materiaal. Echter, de verdeling van lokale donkere materie is momenteel onbekend omdat deze niet direct kan worden gemeten. Onderzoekers moeten in plaats daarvan de verdeling ervan afleiden op basis van de zwaartekrachtsinvloed op andere objecten in het universum, zoals sterrenstelsels.

"Ironisch, het is gemakkelijker om de verspreiding van donkere materie veel verder weg te bestuderen, omdat het het verre verleden weerspiegelt, die veel minder ingewikkeld is, " zei Donghui Jeong, universitair hoofddocent astronomie en astrofysica aan Penn State en een corresponderende auteur van de studie. "Overuren, naarmate de grootschalige structuur van het universum is gegroeid, de complexiteit van het universum is toegenomen, dus het is inherent moeilijker om lokaal metingen te doen over donkere materie."

Eerdere pogingen om het kosmische web in kaart te brengen, begonnen met een model van het vroege heelal en simuleerden vervolgens de evolutie van het model over miljarden jaren. Echter, deze methode is rekenintensief en heeft tot nu toe geen resultaten kunnen opleveren die gedetailleerd genoeg zijn om het lokale universum te zien. In de nieuwe studie de onderzoekers pakten het heel anders aan, machine learning gebruiken om een ​​model te bouwen dat informatie over de distributie en beweging van sterrenstelsels gebruikt om de distributie van donkere materie te voorspellen.

De onderzoekers bouwden en trainden hun model met behulp van een groot aantal sterrenstelselsimulaties, genaamd Illustris-TNG, waaronder sterrenstelsels, gassen, andere zichtbare materie, evenals donkere materie. Het team selecteerde specifiek gesimuleerde sterrenstelsels die vergelijkbaar zijn met die in de Melkweg en identificeerde uiteindelijk welke eigenschappen van sterrenstelsels nodig zijn om de verdeling van donkere materie te voorspellen.

"Als je bepaalde informatie krijgt, het model kan in wezen de hiaten opvullen op basis van waar het eerder naar heeft gekeken, " zei Jeong. "De kaart van onze modellen past niet perfect bij de simulatiegegevens, maar we kunnen nog steeds zeer gedetailleerde structuren reconstrueren. We ontdekten dat het opnemen van de beweging van sterrenstelsels - hun radiale eigenaardige snelheden - naast hun distributie de kwaliteit van de kaart drastisch verbeterde en ons in staat stelde deze details te zien."

Het onderzoeksteam paste hun model vervolgens toe op echte gegevens uit het lokale universum uit de Cosmicflow-3-sterrenstelselcatalogus. De catalogus bevat uitgebreide gegevens over de verspreiding en beweging van meer dan 17.000 sterrenstelsels in de buurt van de Melkweg - binnen 200 megaparsecs. De resulterende kaart van het lokale kosmische web is gepubliceerd in een paper die op 26 mei online verschijnt in de Astrofysisch tijdschrift .

De kaart reproduceerde achtereenvolgens bekende prominente structuren in het plaatselijk universum, inclusief de 'lokale plaat' - een gebied in de ruimte dat de Melkweg bevat, nabije sterrenstelsels in de 'lokale groep, ' en sterrenstelsels in de Maagd-cluster - en de 'lokale leegte' - een relatief leeg gebied in de ruimte naast de lokale groep. Aanvullend, het identificeerde verschillende nieuwe structuren die verder onderzoek vereisen, inclusief kleinere draadvormige structuren die sterrenstelsels met elkaar verbinden.

"Het hebben van een lokale kaart van het kosmische web opent een nieuw hoofdstuk van kosmologische studie, " zei Jeong. "We kunnen bestuderen hoe de verdeling van donkere materie zich verhoudt tot andere emissiegegevens, die ons zal helpen de aard van donkere materie te begrijpen. En we kunnen deze draadvormige structuren direct bestuderen, deze verborgen bruggen tussen sterrenstelsels."

Bijvoorbeeld, er is gesuggereerd dat de Melkweg en Andromeda sterrenstelsels langzaam naar elkaar toe bewegen, maar of ze over vele miljarden jaren kunnen botsen, blijft onduidelijk. Het bestuderen van de filamenten van donkere materie die de twee sterrenstelsels verbinden, zou belangrijke inzichten kunnen verschaffen in hun toekomst.

"Omdat donkere materie de dynamiek van het universum domineert, het bepaalt in wezen ons lot, "zei Jeong. "Dus we kunnen een computer vragen om de kaart miljarden jaren te evolueren om te zien wat er in het lokale universum zal gebeuren. En we kunnen het model terug in de tijd ontwikkelen om de geschiedenis van onze kosmische buurt te begrijpen."

De onderzoekers denken dat ze de nauwkeurigheid van hun kaart kunnen verbeteren door meer sterrenstelsels toe te voegen. Geplande astronomische onderzoeken, bijvoorbeeld met behulp van de James Web Space Telescope, zou hen in staat kunnen stellen zwakke of kleine sterrenstelsels toe te voegen die nog moeten worden waargenomen en sterrenstelsels die verder weg zijn.