暗物质图揭示了星系之间的隐藏桥梁

导读局部宇宙中的新暗物质图揭示了一些先前未发现的连接星系的丝状结构。该地图由包括宾州州立天体物理学家在内的国际团队使用机器学习技术开发

局部宇宙中的新暗物质图揭示了一些先前未发现的连接星系的丝状结构。该地图由包括宾州州立天体物理学家在内的国际团队使用机器学习技术开发而成,可以研究暗物质的性质以及我们当地宇宙的历史和未来。

暗物质是一种难以捉摸的物质,占宇宙的80%。它也为宇宙学家所称的宇宙网提供了骨架,宇宙网是宇宙的大规模结构,由于其引力的影响,决定了星系和其他宇宙物质的运动。但是,由于无法直接测量局部暗物质的分布,因此目前尚不清楚。相反,研究人员必须根据其对宇宙中其他物体(如星系)的引力影响来推断其分布。

宾州州立大学天文学与天体物理学副教授,该研究的相应作者郑东辉说:“具有讽刺意味的是,由于暗物质的分布反映了很遥远的过去,所以更容易研究距离更远的暗物质的分布。 。随着时间的流逝,随着宇宙大规模结构的发展,宇宙的复杂性也随之增加,因此固有地就难以对暗物质进行测量。”

先前绘制宇宙网的尝试始于早期宇宙的模型,然后模拟了数十亿年模型的演变。但是,此方法计算量大,到目前为止,尚无法产生足够详细的结果以查看局部宇宙。在这项新研究中,研究人员采用了一种完全不同的方法,即使用机器学习来建立一个模型,该模型使用有关星系分布和运动的信息来预测暗物质的分布。

研究人员使用称为Illustris-TNG的大量星系模拟建立并训练了他们的模型,其中包括星系,气体,其他可见物质以及暗物质。该小组专门选择了与银河系类似的模拟星系,并最终确定了预测暗物质分布所需的星系的哪些特性。

Jeong说:“在获得某些信息后,该模型实际上可以根据之前的经验来填补空白。” “我们模型中的地图并不完全适合模拟数据,但是我们仍然可以重建非常详细的结构。我们发现,除了分布星系外,它们的径向奇特速度也大大提高了地图的质量并允许我们看到这些详细信息。”

然后,研究小组将他们的模型应用于Cosmicflow-3星系目录中来自本地宇宙的真实数据。该目录包含有关银河系附近超过17,000个星系(在200兆秒之内)的分布和运动的综合数据。5月26日在线发表在《天体物理学杂志》上的一篇论文中发布了由此产生的本地宇宙网地图。

该地图依次复制了本地宇宙中已知的著名结构,包括“本地表” —包含银河系的空间区域,“本地组”中的附近星系和处女座星团中的星系—以及“本地虚空” -本地组旁边相对较空的空间区域。此外,它还确定了一些需要进一步研究的新结构,包括连接星系的较小丝状结构。

郑说:“拥有宇宙网的本地地图,开启了宇宙学研究的新篇章。” “我们可以研究暗物质的分布与其他发射数据之间的关系,这将有助于我们了解暗物质的性质。我们可以直接研究这些丝状结构,银河系之间的这些隐藏的桥梁。”

例如,有人提出银河系和仙女座星系可能正在缓慢地相互靠近,但是尚不清楚它们是否可能在数十亿年的时间内相撞。研究连接两个星系的暗物质细丝可以为它们的未来提供重要的见识。

郑说:“由于暗物质主导着宇宙的动力学,它基本上决定了我们的命运。” “因此,我们可以要求计算机对地图进行数十亿年的演化,以了解当地宇宙将发生什么。我们可以及时对模型进行演化,以了解我们宇宙邻居的历史。”

研究人员认为,他们可以通过添加更多星系来提高地图的准确性。计划中的天文测量,例如使用James Web太空望远镜,可以允许他们添加尚未观察到的微弱或小型星系以及距离较远的星系。

免责声明:本文由用户上传,如有侵权请联系删除!