Geschatte massa van Coma-cluster bevestigd met behulp van ‘machinaal leren’

[univers]

Langbelichte Hubble-opname van een spiraalstelsel in de Coma-cluster. (NASA, ESA & Hubble Heritage Team (STScI/AURA))

Het is bijna een eeuw geleden dat astronoom Fritz Zwicky voor het eerst de massa berekende van de Coma Cluster, een dichte verzameling van bijna 1000 sterrenstelsels in het nabije heelal. Maar het schatten van de massa van iets dat zo groot en compact is, om nog maar te zwijgen van 320 miljoen lichtjaar verwijderd, heeft zijn problemen - toen en nu. Zwicky's eerste metingen, en de vele die sindsdien zijn gedaan, worden geplaagd door foutenbronnen die de massa hoger of lager bepalen.

Nu heeft een team onder leiding van fysici van Carnegie Mellon University, met behulp van tools van machine learning, een diepgaande leermethode ontwikkeld die de massa van de Coma Cluster nauwkeurig schat en de bronnen van fouten effectief vermindert.

"Mensen hebben gedurende vele, vele jaren massale schattingen gemaakt van de Coma Cluster. Maar door aan te tonen dat onze machine-learningmethoden consistent zijn met deze eerdere massale schattingen, bouwen we vertrouwen op in deze nieuwe, zeer krachtige methoden die populair zijn in het veld van kosmologie op dit moment", zegt Matthew Ho , een vijfdejaars afgestudeerde student in het McWilliams Center for Cosmology van het Department of Physics en een lid van het NSF AI Planning Institute for Physics of the Future van Carnegie Mellon .

Methoden voor machinaal leren worden met succes op verschillende gebieden gebruikt om patronen in complexe gegevens te vinden, maar ze hebben pas in het afgelopen decennium voet aan de grond gekregen in kosmologisch onderzoek. Voor sommige onderzoekers in het veld brengen deze methoden een grote zorg met zich mee: aangezien het moeilijk is om de innerlijke werking van een complex machine-learningmodel te begrijpen, kunnen ze worden vertrouwd om te doen waarvoor ze zijn ontworpen? Ho en zijn collega's probeerden deze reserveringen aan te pakken met hun laatste onderzoek, gepubliceerd in Nature Astronomy .

meer : https://www.cmu.edu/news/stories/archiv ... uster.html