국제적인 천체물리학자 팀이 머신러닝을 사용해 유명한 천체를 더욱 정교하게 만들었습니다.
Event Horizon 망원경으로 촬영하고 기계 학습을 사용하여 처리한 블랙홀 이미지. 이미지: Lia Medeiros 외, The Astrophysical Journal Letters
연구원들은 자신의PRIMO 기계 학습 기술 - Principal Component Interferometric Simulation. 그것은 하나의 거대한 지구 크기의 전파 망원경으로 볼 수 있는 이미지를 생성하기 위해 관측된 물체에 대한 누락된 정보를 보상합니다.
PRIMO는 어휘 학습, 분기에 의존합니다.컴퓨터가 대규모 교육 자료 세트를 기반으로 규칙을 생성할 수 있게 해주는 기계 학습입니다. 예를 들어 컴퓨터에 충분한 훈련을 통해 일련의 다양한 바나나 이미지가 제공되면 컴퓨터는 알려지지 않은 이미지가 바나나인지 아닌지를 결정할 수 있습니다.
초대질량 블랙홀의 컴퓨터 시뮬레이션. 비디오: 고등연구소
PRIMO를 통해 컴퓨터는블랙홀에서 생성되는 가스의 고정밀 시뮬레이션 이미지 30,000개. 시뮬레이션은 블랙홀이 축적되는 방식에 대한 광범위한 모델을 다루고 이미지 구조에서 공통 패턴을 찾았습니다. 서로 다른 구조 샘플을 시뮬레이션에서 얼마나 자주 발생했는지에 따라 분류한 다음 함께 혼합하여 알고리즘을 훈련했습니다.
과학자들은 시각화된기계 학습 이미지는 블랙홀로 떨어지는 뜨거운 가스로 인해 발생할 것으로 예상되는 밝은 복사 고리를 포함하여 EHT(Event Horizon Telescope) 관측 및 이론적 기대와 일치합니다.
초대질량 블랙홀의 첫 이미지2019년에 출간되었습니다. Event Horizon Telescope Collaboration의 연구원들은 M87에서 데이터를 수집하기 위해 전 세계 7개의 개별 전파 망원경 네트워크를 사용하여 "지구 크기의 망원경"을 만들었습니다. 작년에 같은 과학자 팀이 은하수 중심에 있는 블랙홀이 어떻게 생겼는지 보여주었습니다.
더 읽어보기 :
과학자들은 물리학 법칙을 위반하는 매우 밝은 물체를 연구했습니다
하나의 양성자 내부에 있는 쿼크의 "바다": 기본 입자는 무엇으로 구성되어 있습니까?
최고 해상도의 화성 지도 보기: 110,000 프레임 및 5.7조 픽셀
</ p>