2019 年に EHT コラボレーションによって最初に画像化された超大質量ブラック ホール M87 (左)。 同じデータセットを使用して PRIMO アルゴリズムによって生成された新しい画像 (右)。 クレジット: Medeiros et al. 2023年
天文学者を使う[{” attribute=””>machine learning to improve the Event Horizon Telescope’s first black hole image, aiding in black hole behavior understanding and testing gravitational theories. The new technique, called PRIMO, has potential applications in various fields, including exoplanets and medicine.
Astronomers have used machine learning to sharpen up the Event Horizon Telescope’s first picture of a black hole — an exercise that demonstrates the value of artificial intelligence for fine-tuning cosmic observations.
The image should guide scientists as they test their hypotheses about the behavior of black holes, and about the gravitational rules of the road under extreme conditions.
PRIMO アルゴリズム トレーニング セット用に生成されたシミュレーションの概要。 クレジット: Medeiros et al. 2023年
地球から約 5,500 万光年離れた M87 として知られる楕円銀河の中心にある超大質量ブラック ホールの EHT 画像は、2019 年に科学界を驚かせました。しかし、データのギャップは、画像がやや斑状でぼやけていることを意味します。
で先週発表された研究では、 天体物理ジャーナルレター天文学者の国際チームは、ブラック ホールの 30,000 以上のシミュレートされた画像を分析することによって、ギャップをどのように埋めたかを説明しました。
「新しい機械学習手法である PRIMO を使用することで、既存のマトリックスで最大の精度を達成することができました」と、研究の筆頭著者である Institute for Advanced Study の Leah Medeiros 氏はプレスリリースで述べています。
PRIMO は、ブラック ホールが重力特異点に陥る際に、ブラック ホールを周回するホット マターのリングの EHT の視野を狭め、鮮明にしました。 Medeiros 氏は、これにより彼は単なる美しい写真以上のものになったと説明しました。
「ブラック ホールを詳細に研究することはできないため、画像の詳細は、ブラック ホールの動作を理解する上で重要な役割を果たします」と彼女は言いました。 「画像のリングの幅は約 2 分の 1 になりました。これは、理論モデルと重力テストにとって大きな制限となります。」
Medeiros と彼女の同僚によって開発された技術 – として知られています。 主成分干渉法モデリング、または略して PRIMO – トレーニング画像の大規模なデータセットを分析して、不足しているデータを埋める最善の方法を見つけ出します。 これは、AI研究者がルートヴィヒ・フォン・ベートーベンの音楽作品を分析するために使用した方法に似ています 作曲家の未完の交響曲第 10 番のスコアを作成します。.
何万ものシミュレートされた EHT 画像が PRIMO モデルに入力され、M87 のブラック ホール内の渦巻くガスの幅広い構造パターンをカバーしています。 利用可能なデータに最適なシミュレーションを組み合わせて、欠損データの忠実度の高い再構成を作成しました。 得られた画像は、EHT の実際の最大解像度と一致するように再処理されました。
研究者たちは、この新しい画像によって、M87 のブラック ホールの質量と、その事象の地平線と降着環の範囲をより正確に判断できるようになるはずだと述べています。 これらの決定は、ブラックホールと重力に関する代替理論のより堅牢なテストにつながる可能性があります.
M87 の鮮明な画像はほんの始まりにすぎません。 PRIMO は、イベント ホライズン テレスコープによる射手座 A* (私たちの中心にある超大質量ブラック ホール) のファジー ビューを鮮明にするためにも使用できます。[{” attribute=””>Milky Way galaxy. And that’s not all: The machine learning techniques employed by PRIMO could be applied to much more than black holes. “This could have important implications for interferometry, which plays a role in fields from exoplanets to medicine,” Medeiros said.
Adapted from an article originally published on Universe Today.
Reference: “The Image of the M87 Black Hole Reconstructed with PRIMO” by Lia Medeiros, Dimitrios Psaltis, Tod R. Lauer and Feryal Özel3, 13 April 2023, The Astrophysical Journal Letters.
DOI: 10.3847/2041-8213/acc32d
「主催者。ポップカルチャー愛好家。熱心なゾンビ学者。旅行の専門家。フリーランスのウェブの第一人者。」
More Stories
NASA監察官、SLS宇宙船打ち上げプロジェクト遅延に関する痛烈な報告書を問題視
ブラックホールはどのようにしてこれほど大きく、そして速く成長したのでしょうか?答えは暗闇の中にあります
大規模な衝上断層に関する新たな研究は、次の大地震が差し迫っている可能性を示唆している