Машинное обучение улучшает культовое изображение черной дыры

Машинное обучение улучшает культовое изображение черной дыры

 

Это самое четкое изображение черной дыры.

Метод машинного обучения повышает точность изображений черной дыры Мессье 87

Новый взгляд на первое изображение черной дыры

Исследователи, в том числе астроном из NOIRLab NSF, разработали метод машинного обучения под названием PRIMO для повышения четкости и точности радиоинтерферометрических изображений. Этот новый подход был использован для создания высокоточной версии знаменитого изображения сверхмассивной черной дыры в центре Мессье 87, сделанного Телескопом горизонта событий (EHT).

Преображение культового изображения черной дыры

Знаменитое изображение сверхмассивной черной дыры в Мессье 87 было впервые официально обновлено благодаря методу машинного обучения PRIMO. Это улучшенное изображение более точно изображает темное ядро ​​черной дыры и неожиданно узкое внешнее кольцо. Исследователи создали новое изображение, используя исходные данные 2017 года из коллаборации EHT, и впервые достигли полного разрешения EHT.

Разработка PRIMO: прорыв в машинном обучении

Члены EHT Лия Медейрос (Институт перспективных исследований), Димитриос Псалтис (Технологический институт Джорджии), Тод Лауэр (NOIRLab NSF) и Ферьял Озел (Технологический институт Джорджии) разработали PRIMO, что означает интерферометрическое моделирование с главными компонентами. Их работа подробно описана в The Astrophysical Journal Letters.

Прочитайте также  Ледяной спутник Сатурна Энцелад распыляет многообещающий шлейф

 

Заполнение пробелов в данных радиотелескопа

В 2017 году коллаборация EHT использовала глобальную сеть из семи радиотелескопов для создания виртуального телескопа размером с Землю, способного наблюдать «тень» горизонта событий черной дыры. Хотя этот метод позволил астрономам получать невероятно подробные изображения, ему не хватало мощности для сбора данных настоящего телескопа размером с Землю, что оставляло пробелы в информации. Новая методика PRIMO устраняет эти пробелы.

Достижение максимального разрешения с PRIMO

Лия Медейрос, ведущий автор исследования, объясняет, что PRIMO помог команде достичь максимального разрешения текущего массива. Более узкая ширина кольца на изображении обеспечит мощные ограничения для теоретических моделей и гравитестов. PRIMO использует ветвь машинного обучения, называемую словарным обучением, которая обучает компьютеры определенным правилам, используя тысячи примеров.

Применение PRIMO к данным EHT

Когда PRIMO был применен к EHT-изображению Мессье 87, компьютеры изучили более 30 000 высокоточных смоделированных изображений газа, аккрецирующего на черную дыру, в поисках общих закономерностей. Затем эти результаты были объединены, чтобы создать высокоточное представление наблюдений EHT, а также обеспечить точную оценку структуры отсутствующего изображения. Статья об алгоритме PRIMO была опубликована в The Astrophysical Journal 3 февраля 2023 года.

Прочитайте также  Что стоит за падением рождаемости во всем мире через 9 месяцев после вакцинации молодых людей?

Потенциал PRIMO для будущих наблюдений

Обновленное изображение согласуется как с данными EHT, так и с теоретическими ожиданиями, включая яркое эмиссионное кольцо, создаваемое горячим газом, падающим в черную дыру. Это новое изображение должно привести к более точному определению массы черной дыры Мессье 87 и физических параметров, формирующих ее внешний вид. PRIMO также может быть применен к другим наблюдениям EHT, таким как Стрелец A*, центральная черная дыра в Млечном Пути.

Продолжаем раскрывать секреты черных дыр

Лия Медейрос утверждает, что изображение 2019 года было только началом и что PRIMO станет важным инструментом для извлечения дополнительной информации из данных, лежащих в основе изображения.


Поделитесь в вашей соцсети👇

 

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *