새로운 시뮬레이션은 다음 몇 초 후에 매핑됩니다. 큰 폭발과학자들이 은하 매체 또는 은하 사이의 가스와 먼지라고 부르는 것에 초점을 맞춥니다.
카나리아 제도 천체 물리학 연구소(IAC) 연구원들이 이끄는 팀은 컴퓨터가 패턴을 인식하도록 훈련시키는 알고리즘 유형인 기계 학습을 사용하여 100,000시간의 계산을 완료했습니다. 이 프로젝트의 알고리즘은 Hydro-BAM이라고 합니다.
이 새로운 작업을 통해 연구원들은 다음을 포함한 현상을 매핑할 수 있었습니다. 암흑 물질활성 가스, 중성 수소 및 기타 우주 구성 요소는 우주 구조를 이해하는 데 필수적인 요소라고 IAC 대표는 5월 20일 말했습니다. 성명 (새 탭에서 열립니다).
그들은 “이 연구는 또한 소위 “Lyman alpha” 숲을 고해상도로 재현하는 것을 가능하게 했습니다. 이것은 스펙트럼(빛 서명)의 특정 패턴 패턴입니다. 은하계 수소 가스 구름이 은하의 빛을 흡수할 때 생성되는 유사한 물체.
이 ‘가상 우주’는 연구를 위한 테스트 베드 역할을 합니다. 우주론연구원들은 “그러나 계산 시뮬레이션은 비용이 많이 들고 현재의 컴퓨팅 시설에서는 이 작업만 허용합니다. [us] 작은 우주 저울을 탐험하기 위해. “
Hydro-BAM은 확률, 기계 학습 및 우주의 역사를 의미하는 우주론을 포함하도록 설계되었습니다. 연구진은 “이 알고리즘을 통해 불과 수십 초 만에 매우 정확한 예측을 얻을 수 있었다”고 말했다.
은하의 스펙트럼에서 흡수선을 그리면서 팀은 수소 가스 구름이 있는 위치를 파악할 수 있었습니다. 위치는 거리에 대한 프록시입니다. 우주는 끊임없이 팽창하고 있다. 구름은 또한 가스와 먼지의 은하계 매질에 무엇이 있는지에 대한 단서를 제공합니다.
University of La의 박사 과정 학생인 Francesco Cengiglia는 “모델링하려는 은하간 가스, 암흑 물질, 중성 수소의 양 사이의 연결이 계층적 방식으로 잘 조직되어 있다는 것을 깨달았을 때 돌파구가 생겼습니다.”라고 말했습니다. 스페인의 라구나, IAC, 이탈리아 파도바 대학교 및 연구의 주저자입니다.
이 연구에 대한 가장 최근의 연구는 3월에 발표되었습니다. 천체물리학 저널에 관련 연구 발표 같은 잡지 2021년 11월.
Twitter에서 Elizabeth Howell을 팔로우하세요. 트윗 퍼가기 (새 탭에서 열립니다). Twitter에서 팔로우 트윗 퍼가기 (새 탭에서 열립니다) 또는 페이스북.
“Kyungsoon is a perceptive and devious thinker with a deep knowledge of various musical genres. His style is unique, blending seamlessly with hipster culture. He loves bacon and is actively involved in the internet world. His introverted personality is evident in his writing.”