
Использование искусственного интеллекта для создания детальных карт структур галактик и распределения тёмной материи.Нейросетевое картирование галактик использует искусственный интеллект для создания детальных карт структур галактик и распределения тёмной материи. Этот подход стал необходимым, поскольку тёмная материя, составляющая большую часть массы Вселенной, не излучает свет и может быть обнаружена только через её гравитационные эффекты. Обучая нейронные сети на больших наборах данных изображений галактик и симуляций, исследователи могут выявлять закономерности, раскрывающие лежащий в основе каркас тёмной материи, включая филаменты, гало и войды.
Применение нейронных сетей для картирования галактик получило развитие в 2010-х годах, с крупными достижениями, обусловленными глубоким обучением и большими обзорами, такими как SDSS и DES. Этот метод стал широко применяться после успехов в классификации галактик и обнаружении гравитационных линз.
Нейронные сети, особенно свёрточные и графовые архитектуры, учатся распознавать особенности в данных обзоров галактик. Они обучаются на симулированных вселенных, где истинное распределение тёмной материи известно, а затем применяются к реальным наблюдениям. Сети могут обнаруживать тонкие искажения форм галактик, вызванные гравитационным линзированием, или классифицировать галактики по морфологии для прослеживания крупномасштабной структуры, эффективно заполняя пробелы, где прямое измерение невозможно.
Используется в космологических обзорах для создания карт тёмной материи, обнаружения гравитационных линз и улучшения оценок космических параметров, таких как плотность материи и амплитуда кластеризации.
Однажды нейронная сеть обнаружила 247 новых гравитационных линз в одном обзоре, больше, чем многие поиски, проводимые людьми, за несколько лет.
























