新的暗物质地图显示了银河系和附近星系之间的桥梁

释放双眼,带上耳机,听听看~!
研究人员在第二组Illustris-TNG宇宙模拟中测试了机器学习算法的训练准确性后,将其应用到真实数据中,他们使用了宇宙流-3星系目录,该目录保存了银河系200百万秒差距(65亿光年)内可见物质的分布和运动数据。这个区域包括超过17000个星系。

一幅用人工智能绘制的暗物质新地图揭示了连接星系的无形物质隐藏的细丝。

这张地图聚焦于局部宇宙——银河系周围的邻居。这项新研究的主要作者、宾夕法尼亚州立大学(Pennsylvania State University)的天体物理学家郑东辉(Donghui Jeong,音)说,尽管距离我们很近,但局部宇宙很难描绘出来,因为它充满了由可见物质构成的复杂结构。

Jeong告诉网站说:“我们必须进行逆向工程,通过观察星系来知道暗物质在哪里。”

暗物质是一种神秘的、不可见的物质,通过引力与可见物质相互作用。一些研究人员推断,这种看不见的物质可能是由大质量弱相互作用粒子(wimp)组成的。wimp非常大(对于亚原子粒子来说),而且是电磁中性的,因此它们不会与电磁波谱上的任何东西(比如光)发生相互作用。

另一个有一些潜在证据支持的观点是,

暗物质可能由称为轴子的超轻粒子组成,

无论暗物质是什么,它的影响都可以在弥漫宇宙的引力中检测到。

然而,描绘出看不见的引力并不容易,通常情况下,研究人员通过运行大型计算机模拟来实现这一目的,从一个早期宇宙的模型开始,快速推进数十亿年可见物质的膨胀和演化过程,填补引力空白,以弄清楚暗物质曾经在哪里,现在应该在哪里。Jeong说,这需要强大的计算能力和大量的时间。

这项新研究采用了一种不同的方法,研究人员首先训练了一个机器学习程序,用数千台计算机模拟局部宇宙中的可见物质和暗物质,机器学习是一种特别擅长从大型数据集中挑选模式的技术,该研究中的模型宇宙来自一组名为Illustris-TNG的复杂模拟。

研究人员在第二组Illustris-TNG宇宙模拟中测试了机器学习算法的训练准确性后,将其应用到真实数据中,他们使用了宇宙流-3星系目录,该目录保存了银河系200百万秒差距(65亿光年)内可见物质的分布和运动数据。这个区域包括超过17000个星系。

(Hong et. al., Astrophysical Journal, 2021)

上图:这些密度图——每个都是不同维度上的横截面——重现了已知的、突出的宇宙特征(红色),也揭示了较小的丝状特征(黄色),它们充当了星系之间隐藏的桥梁。X表示银河系,箭头表示局部宇宙由于引力的运动。

其结果是一幅新的局部宇宙暗物质地图及其与可见物质的关系,在一项很有希望的发现中,机器学习算法从宇宙模拟中重现了很多关于银河系邻居的已知或怀疑。

但它也提出了新的特征,包括将银河系周围的星系与它以及彼此连接起来的长丝状暗物质,Jeong说,这对于理解星系如何随时间推移是很重要的。

例如,银河系和仙女座星系预计将在大约45亿年后相互碰撞,了解局部暗物质在那次碰撞中所扮演的角色,有助于更精确地解决那次合并以及其他合并将如何以及何时发生的问题。

Jeong说:“既然我们知道了暗物质的分布,我们就可以更准确地计算出环绕我们的星系移动的加速度。”

这项研究发表在5月26日的《天体物理学杂志》上。

本文由奇点天文作者上传并发布,奇点天文仅提供文章投稿展示,文章仅代表作者个人观点,不代表奇点天文立场。

给TA买糖
共{{data.count}}人
人已赞赏
宇宙之谜

火星表面发现两个深坑最大直径超300米

2021-5-30 10:03:37

宇宙之谜

重力波事件的新见解

2021-5-30 20:39:26

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索