Tekillik.
Bilim

Süpernova Verileri Karanlık Enerjiyi Açıklayabilir

Yeni bir yapay zekâ yöntemi olan CIGaRS, süpernova gözlemlerinden daha fazla bilgi çıkararak Evren’in genişlemesini ve karanlık enerjiyi araştırmayı kolaylaştırabilir. Yöntem, pahalı tayf ölçümleri yerine büyük ölçüde görüntü verilerini kullanıyor ve Vera C. Rubin Gözlemevi’nin milyonlarca süpernova gözlemine hazırlanıyor.

· 2 dk okuma editör onaylı
Süpernova Verileri Karanlık Enerjiyi Açıklayabilir
Görsel yapay zekâ ile üretilmiştir · en-boy 16:9 · metin ve logo içermez

Barcelona Üniversitesi Kozmos Bilimleri Enstitüsü (ICCUB) öncülüğündeki araştırmacılar, Evren’in genişlemesini ve bu genişlemenin hızlanmasından sorumlu olduğu düşünülen karanlık enerjiyi incelemek için yeni bir yöntem geliştirdi. Nature Astronomy dergisinde yayımlanan çalışma, CIGaRS adı verilen çerçevenin Tip Ia süpernovalarından mevcut yöntemlere kıyasla daha fazla bilgi çıkarabileceğini ortaya koyuyor.

Süpernova ölçümlerinde yeni yaklaşım

Tip Ia süpernovalar, beyaz cüce yıldızların patlamasıyla oluşuyor. Bu patlamalar benzer gerçek parlaklıklara ulaştığı için astronomlar onları “standart mum” olarak kullanıyor. Dünya’dan görülen parlaklık ile gerçek parlaklık karşılaştırılarak bu nesnelerin uzaklığı hesaplanıyor; bu ölçümler de Evren’in hızlanarak genişlediğinin keşfinde önemli rol oynadı.

Ancak bu süpernovalar tamamen aynı özelliklere sahip değil. Patlamanın gerçekleştiği galaksinin yaşı, kütlesi ve içerdiği toz, süpernovanın gözlenen parlaklığını etkileyebiliyor. Araştırmacılar bugüne kadar bu farkları çoğunlukla basitleştirilmiş düzeltmelerle hesaba katıyordu. CIGaRS ise süpernovaları, ev sahibi galaksileri, ışığı değiştiren kozmik tozu, süpernova oluşum oranlarının zaman içindeki değişimini ve Evren’in genişlemesini tek bir istatistiksel-fiziksel modelde birleştiriyor.

Yöntemin temelinde simülasyon tabanlı çıkarım bulunuyor. Bilim insanları önce fiziksel modellere dayalı çok sayıda sanal Evren oluşturuyor. Bir sinir ağı, bu simülasyonlardaki gözlemler ile onları meydana getiren fiziksel özellikler arasındaki ilişkiyi öğreniyor. Eğitim tamamlandığında sistem, gerçek astronomi gözlemlerini simülasyonlarla karşılaştırarak olası kozmolojik parametreleri belirleyebiliyor ve on binlerce süpernovayı aynı anda analiz edebiliyor.

Çalışmanın öne çıkan sonuçlarından biri, galaksilerin kırmızıya kaymasının yalnızca görüntü verileri kullanılarak yüksek doğrulukla tahmin edilebilmesi. Kırmızıya kayma, Evren genişledikçe galaksi ışığının ne kadar gerildiğini gösteriyor ve hem uzaklık hem de galaksiyi geçmişte ne kadar geriye giderek gözlediğimiz hakkında bilgi sağlıyor. Araştırmacılara göre CIGaRS, tayfsal ölçümlerle karşılaştırılabilir hassasiyete ulaşabiliyor.

Bu özellik, Şili’de inşa edilen Vera C. Rubin Gözlemevi’nin gelecekteki gözlemleri açısından önem taşıyor. Gözlemevinin yaklaşık on yıl sürmesi beklenen tarama programında milyonlarca süpernova adayı keşfedilecek; bunların yaklaşık yüzde 99’u ayrıntılı tayf yerine farklı renklerde çekilmiş görüntülerle gözlemlenecek. Araştırmacılar, CIGaRS’ın bu büyük veri setlerinden kozmoloji ve süpernova oluşum süreçleri hakkında daha fazla bilgi çıkarmasını bekliyor. Yöntemin, yalnızca tayfsal olarak incelenebilen sınırlı sayıdaki süpernovaya dayanan geleneksel yaklaşımlara kıyasla kozmolojik kısıtlamaları dört kata kadar iyileştirebileceği tahmin ediliyor.

Kaynaklar

  1. Science Daily
#süpernova #karanlık enerji #kozmoloji #yapay zekâ #Vera C. Rubin Gözlemevi

Bilim başlığında