Uma equipe de astrofísicos dos Estados Unidos e da Coréia criou um novo mapa de distribuição de matéria escura usando um método de aprendizado profundo baseado em rede neural e os dados sobre posições e velocidades de galáxias no Universo.
O mapa de densidade 3D da matéria escura local: a marca X no centro denota a Via Láctea; pontos denotam galáxias e setas denotam direções estimadas de movimento derivadas do gradiente do potencial gravitacional reconstruído. Crédito da imagem: Hong et al ., Doi: 10.3847 / 1538-4357 / abf040.
"80% da matéria no Universo está na forma de matéria escura que compreende o esqueleto da estrutura em grande escala chamada teia cósmica", disse o Dr. Donghui Jeong, astrofísico do Departamento de Astronomia e Astrofísica e o Instituto de Gravitação e o Cosmos da Universidade Estadual da Pensilvânia.
“Como a teia cósmica dita o movimento de toda a matéria nas galáxias e na mídia intergaláctica por meio da gravidade, conhecer a distribuição da matéria escura é essencial para estudar a estrutura em grande escala.”
“No entanto, a estrutura detalhada da teia cósmica é desconhecida porque é dominada por matéria escura e mídia intergaláctica quente, ambas difíceis de rastrear.”
No estudo, o Dr. Jeong e seus colegas adotaram uma abordagem completamente diferente, usando o aprendizado de máquina para construir um modelo que usa informações sobre a distribuição e o movimento das galáxias para prever a distribuição da matéria escura.
Eles construíram e treinaram seu modelo usando um grande conjunto de simulações de galáxias, chamado Illustris-TNG , que inclui galáxias, gases, outras matérias visíveis, bem como matéria escura.
Eles selecionaram especificamente galáxias simuladas comparáveis às da Via Láctea e, por fim, identificaram quais propriedades das galáxias são necessárias para prever a distribuição da matéria escura.
“Quando recebe certas informações, o modelo pode essencialmente preencher as lacunas com base no que foi examinado antes”, disse o Dr. Jeong.
“O mapa de nossos modelos não se ajusta perfeitamente aos dados de simulação, mas ainda podemos reconstruir estruturas muito detalhadas.”
“Descobrimos que incluir o movimento das galáxias - suas velocidades radiais peculiares - além de sua distribuição melhorou drasticamente a qualidade do mapa e nos permitiu ver esses detalhes.”
Os pesquisadores então aplicaram seu modelo a dados reais do Universo local do catálogo de galáxias Cosmicflow-3 .
O mapa reproduziu sucessivamente estruturas proeminentes conhecidas no Universo local, incluindo a Folha Local (uma região do espaço que contém a Via Láctea, galáxias próximas no Grupo Local e galáxias no Aglomerado de Virgem) e o Vazio Local (uma região relativamente vazia próximo ao Grupo Local).
Além disso, ele identificou várias novas estruturas que requerem investigação adicional, incluindo estruturas filamentares menores que conectam galáxias.
“Ter um mapa local da teia cósmica abre um novo capítulo do estudo cosmológico”, disse o Dr. Jeong.
“Podemos estudar como a distribuição da matéria escura se relaciona com outros dados de emissão, o que nos ajudará a entender a natureza da matéria escura.”
“E podemos estudar essas estruturas filamentares diretamente, essas pontes ocultas entre as galáxias.”
Os resultados aparecem no Astrophysical Journal .
Postar um comentário