Алгоритмы машинного обучения в поисках черных дыр в ранней Вселенной

Ученые под руководством Института астрофизики и космических наук (IA) разработали алгоритм машинного обучения, способный распознавать сверхсветящиеся галактики в ранней Вселенной. Это галактики, которые, как предполагают исследователи, подвержены активности черной дыры в их центре.

Данный алгоритм был обучен на изображениях галактик, полученных на разных длинах волн электромагнитного спектра, и при тестировании на других изображениях показал способность предсказывать в четыре раза больше радиогалактик, чем традиционные методы.

Разработанный алгоритм может помочь ученым лучше понять физические явления, происходившие в этих галактиках 1,5 миллиарда лет после Большого взрыва. "Важно анализировать сами модели машинного обучения и понимать, что происходит внутри них," - говорит Родриго Карвахаль из IA.

Ожидается, что эти инструменты станут ключевыми для обработки огромных объемов данных, которые будут производиться будущими обзорами неба и космическими обсерваториями. "В новую эпоху, когда астрономии доступны огромные объемы данных, все важнее становится разработка продвинутых техник их обработки и анализа," - говорит Жозе Афонсу из IA.