DeepVoid – революционный метод исследования крупномасштабной структуры Вселенной для более точного изучения тёмной энергии и гравитации

Исследователи достигли значительного успеха в изучении крупномасштабной структуры Вселенной с помощью DeepVoid – инновационной системы, способной с исключительной точностью выявлять космические пустоты. Это открытие существенно расширяет понимание тёмной энергии и гравитации.

DeepVoid задействует нейронную сеть, обученную выявлять пространственные структуры, возникающие под влиянием гравитации. Вместо простого поиска зон с низкой плотностью галактик (что часто даёт неоднозначные результаты), DeepVoid анализирует «тензор приливов» – математическую модель, отражающую гравитационное воздействие на материю.

Таким образом, учёные исследуют не только наличие или отсутствие галактик в каком-либо районе, но и распределение и взаимодействие галактик под воздействием гравитационных сил – это обеспечивает более точное определение границ космических пустот.

Обучение осуществлялось на основе данных симуляции IllustrisTNG, одной из наиболее обширных компьютерных моделей Вселенной. Для реализации задачи использовалась архитектура U-Net, оптимизированная для работы с трёхмерными данными.

Главные достоинства DeepVoid заключаются в высокой точности идентификации космических пустот (F1-мера достигает 0.96 при межчастичном расстоянии 1 Мпк в симуляции IllustrisTNG) и в её способности функционировать с неполными данными, что особенно важно при изучении удалённых галактик. Это открывает новые горизонты в исследованиях тёмной энергии, изучении гравитации и верификации космологических моделей через анализ форм и размеров космических пустот. DeepVoid уменьшает необходимость постобработки данных, упрощая анализ результатов.

Система обладает гибкостью для адаптации к различным типам данных, включая будущие обширные исследования галактик, такие как DESI, LSST, Euclid и другие, что позволит создать более комплексную и точную карту Вселенной. В перспективе планируется улучшение DeepVoid посредством интеграции дополнительных данных о галактиках, что повысит точность в определении пустот. Работа над системой продолжается, и её применение к реальным наблюдательным данным обещает новые достижения в космологии.

Источник: iXBT