天体物理学者の国際チームが機械学習を使用して、有名な天体物理学の精度を向上させました。
イベント ホライズン テレスコープによって撮影され、機械学習を使用して処理されたブラック ホールの画像。画像: Lia Medeiros et al., The Astrophysical Journal Letters
研究者は独自のものを使用しましたPRIMO 機械学習手法 - 主成分干渉シミュレーション。観測対象についての欠落した情報を補い、地球サイズの巨大な電波望遠鏡 1 台で見ることができる画像を作成します。
PRIMO は語彙学習、ブランチに依存しています機械学習。コンピューターが大規模なトレーニング資料セットに基づいてルールを生成できるようにします。たとえば、十分なトレーニングを受けていれば、コンピューターにバナナの一連の異なる画像が入力された場合、未知の画像がバナナであるかどうかを判断できます。
超大質量ブラックホールのコンピューターシミュレーション。ビデオ: 高等研究所
PRIMO により、コンピューターはブラックホールから降着するガスの 30,000 枚の高精度シミュレーション画像。シミュレーションは、ブラック ホールがどのように物質を降着させるかについての幅広いモデルをカバーし、画像の構造における共通のパターンを探しました。さまざまな構造サンプルは、シミュレーションで発生する頻度で並べ替えられ、混合してアルゴリズムをトレーニングしました。
科学者は視覚化されたと言う機械学習の画像は、イベント ホライズン テレスコープ (EHT) の観測と、ブラック ホールに落下する高温のガスによって引き起こされると予想される放射の明るいリングを含む理論的な予想と一致しています。
超大質量ブラックホールの最初の画像2019年に公開されました。 Event Horizon Telescope Collaboration の研究者は、世界中の 7 つの別々の電波望遠鏡のネットワークを使用して M87 に関するデータを収集し、「地球サイズの望遠鏡」を作成しました。昨年、同じ科学者チームが、天の川の中心にあるブラック ホールがどのように見えるかを示しました。
続きを読む：
科学者は、物理法則に違反する超明るい物体を研究しました
1つの陽子の中のクォークの「海」：素粒子は何で構成されていますか
火星の最高解像度マップを見てください: 110,000 フレームと 5.7 兆ピクセル
</ p>