science >> Wetenschap >  >> Astronomie

27 miljoen morfologieën van sterrenstelsels gekwantificeerd en gecatalogiseerd met behulp van machine learning

Een afbeelding van NGC 1365 verzameld door de Dark Energy Survey. Ook bekend als de Grote Barred Spiral Galaxy, NGC 1365 is een voorbeeld van een spiraalstelsel en bevindt zich op ongeveer 56 miljoen lichtjaar afstand. Krediet:DECam, DES-samenwerking

Onderzoek van Penn's Department of Physics and Astronomy heeft tot nu toe de grootste catalogus van morfologieclassificatie van sterrenstelsels opgeleverd. Onder leiding van voormalig postdocs Jesús Vega-Ferrero en Helena Domínguez Sánchez, die samenwerkte met professor Mariangela Bernardi, deze catalogus van 27 miljoen morfologieën van sterrenstelsels biedt belangrijke inzichten in de evolutie van het universum. De studie is gepubliceerd in Maandelijkse mededelingen van de Royal Astronomical Society .

De onderzoekers gebruikten gegevens van de Dark Energy Survey (DES), een internationaal onderzoeksprogramma dat tot doel heeft een achtste van de lucht in beeld te brengen om de rol van donkere energie bij de versnelde uitdijing van het heelal beter te begrijpen.

Een bijproduct van dit onderzoek is dat de DES-gegevens veel meer afbeeldingen van verre sterrenstelsels bevatten dan andere onderzoeken tot nu toe. "De DES-beelden laten ons zien hoe sterrenstelsels er meer dan 6 miljard jaar geleden uitzagen, ' zegt Bernardi.

En omdat DES miljoenen hoogwaardige afbeeldingen van astronomische objecten heeft, het is de perfecte dataset voor het bestuderen van de morfologie van sterrenstelsels. "De morfologie van sterrenstelsels is een van de belangrijkste aspecten van de evolutie van sterrenstelsels. De vorm en structuur van sterrenstelsels heeft veel informatie over de manier waarop ze zijn gevormd, en het kennen van hun morfologieën geeft ons aanwijzingen over de waarschijnlijke paden voor de vorming van de sterrenstelsels, ', zegt Domínguez Sánchez.

Eerder, de onderzoekers hadden voor meer dan 600 een morfologische catalogus gepubliceerd, 000 sterrenstelsels van de Sloan Digital Sky Survey (SDSS). Om dit te doen, ontwikkelden ze een convolutief neuraal netwerk, een soort machine learning-algoritme, die in staat was om automatisch te categoriseren of een melkwegstelsel tot een van de twee hoofdgroepen behoorde:spiraalstelsels, die een roterende schijf hebben waar nieuwe sterren worden geboren, en elliptische sterrenstelsels, die groter zijn, en gemaakt van oudere sterren die willekeuriger bewegen dan hun spiraalvormige tegenhangers.

Maar de catalogus die is ontwikkeld met behulp van de SDSS-dataset, was voornamelijk gemaakt van heldere, nabijgelegen sterrenstelsels, zegt Vega Ferrero. In hun laatste onderzoek, de onderzoekers wilden hun neurale netwerkmodel verfijnen om zwakkere, verder weg gelegen sterrenstelsels. "We wilden de grenzen van morfologische classificatie verleggen en proberen verder te gaan, om objecten of objecten die verder weg zijn, zwakker te maken, ' Zegt Vega Ferrero.

Beelden van een gesimuleerd spiraalvormig (boven) en elliptisch sterrenstelsel met verschillende beeldkwaliteit en roodverschuivingsniveaus, illustreert hoe zwakkere en verder weg gelegen sterrenstelsels eruit zouden kunnen zien in de DES-dataset. Krediet:Jesus Vega-Ferrero en Helena Dominguez-Sanchez

Om dit te doen, de onderzoekers moesten eerst hun neurale netwerkmodel trainen om de meer gepixelde afbeeldingen uit de DES-dataset te kunnen classificeren. Ze creëerden eerst een trainingsmodel met eerder bekende morfologische classificaties, bestaande uit een set van 20, 000 sterrenstelsels die overlapten tussen DES en SDSS. Vervolgens, ze maakten gesimuleerde versies van nieuwe sterrenstelsels, door na te bootsen hoe de afbeeldingen eruit zouden zien als ze verder weg waren, met behulp van code die is ontwikkeld door stafwetenschapper Mike Jarvis.

Nadat het model was getraind en gevalideerd op zowel gesimuleerde als echte sterrenstelsels, het werd toegepast op de DES-dataset, en de resulterende catalogus van 27 miljoen sterrenstelsels bevat informatie over de waarschijnlijkheid dat een individueel sterrenstelsel elliptisch of spiraalvormig is. De onderzoekers ontdekten ook dat hun neurale netwerk 97% nauwkeurig was bij het classificeren van de morfologie van sterrenstelsels, zelfs voor sterrenstelsels die te zwak waren om met het oog te classificeren.

"We hebben de limieten met drie ordes van grootte verlegd, naar objecten die 1 zijn 000 keer zwakker dan de originele, "Zegt Vega-Ferrero. "Daarom hebben we zoveel meer sterrenstelsels in de catalogus kunnen opnemen."

"Catalogi als deze zijn belangrijk voor het bestuderen van de vorming van sterrenstelsels, Bernardi zegt over het belang van deze laatste publicatie. "Deze catalogus zal ook nuttig zijn om te zien of de morfologie en stellaire populaties soortgelijke verhalen vertellen over hoe sterrenstelsels zijn gevormd."

Voor het laatste punt, Domínguez Sánchez combineert momenteel hun morfologische schattingen met metingen van de chemische samenstelling, leeftijd, stervormingssnelheid, massa, en afstand van dezelfde sterrenstelsels. Door deze informatie op te nemen, kunnen de onderzoekers de relatie tussen de morfologie van sterrenstelsels en stervorming beter bestuderen, werk dat cruciaal zal zijn voor een dieper begrip van de evolutie van sterrenstelsels.

Bernardi zegt dat er een aantal open vragen zijn over de evolutie van sterrenstelsels die zowel deze nieuwe catalogus, en de methoden die zijn ontwikkeld om het te maken, kan helpen aanpakken. De komende LSST/Rubin-enquête, bijvoorbeeld, zal soortgelijke fotometriemethoden gebruiken als DES, maar zal in staat zijn om nog verder verwijderde objecten in beeld te brengen, een kans bieden om nog dieper inzicht te krijgen in de evolutie van het universum.