Доктор Себастьян Вольфшмидт (сзади) и Кристофер Стауб. Фото: Лиза Крюгель, UBT.
Ученые Байройта исследуют структуру и долгосрочное поведение галактик, используя математические модели, основанные на теории относительности Эйнштейна. Их инновационный подход использует глубокую нейронную сеть для быстрого прогнозирования стабильности моделей галактик. Этот метод, основанный на искусственном интеллекте, позволяет эффективно проверять или опровергать астрофизические гипотезы за считанные секунды.
Целью исследования доктора Себастьяна Вольфшмидта и Кристофера Штрауба является изучение структуры и долгосрочного поведения галактик. «Поскольку их невозможно полностью проанализировать с помощью астрономических наблюдений, мы используем математические модели галактик», — объясняет Кристофер Штрауб, докторант кафедры математики VI в Университете Байройта.
«Чтобы принять во внимание, что большинство галактик содержат черную дыру в своем центре, наши модели основаны на общей теории относительности Альберта Эйнштейна, которая описывает гравитацию как искривление четырехмерного пространства-времени».
Математики и астрофизики десятилетиями исследовали свойства таких моделей галактик, но многие вопросы остаются открытыми. Чтобы ответить на эти вопросы, Штрауб и Вольфшмидт внедрили глубокую нейронную сеть, которая представляет собой совершенно новый подход в этой области исследований.
Нейронные сети — это мощные вычислительные модели, структура которых вдохновлена структурой человеческого мозга. Они используются в области искусственного интеллекта для обнаружения сложных структур в больших объемах данных.
«Нейронная сеть может предсказать, какие модели галактик могут существовать в реальности, а какие нет», — говорит доктор Себастьян Вольфшмидт, научный сотрудник кафедры математики VI. «Нейронная сеть обеспечивает значительно более быстрое предсказание, чем численное моделирование, использовавшееся в прошлом. Это означает, что астрофизические гипотезы, выдвинутые за последние десятилетия, могут быть проверены или опровергнуты в течение нескольких секунд».
Результаты Вольфшмидта и Штрауба были приняты к публикации в журнале Classical and Quantum Gravity.
«Мы работаем над этими вопросами на кафедре математики VI в исследовательской группе профессора доктора Герхарда Рейна с 2019 года. После различных аналитических и численных исследований около года назад мы поняли, что использование машинного обучения может быть особенно полезным для некоторых наших проблем. С тех пор мы разработали описанную выше глубокую нейронную сеть и уже имеем планы по дальнейшему применению подобных методов», — говорит Штрауб.
Расчеты байройтских математиков проводились на суперкомпьютере «Keylab HPC» в Байройтском университете, а проект возник в результате сотрудничества с кафедрой прикладной информатики II — параллельных и распределенных систем.
Информация от: Университетом Байройта
