一个由伯克利实验室物理学家参与的研究小组利用人工智能识别了超过1200个可能的引力透镜。这些透镜可以成为暗物质分布的有力标志物。
该研究成果已被《天体物理学杂志》(Astrophysical Journal)接收,并已发表在arXiv。
引力透镜效应是爱因斯坦的广义相对论所预言的一种现象。由于时空在大质量天体附近会发生畸变,使得光线经过大质量天体附近时发生弯曲。
引力透镜也是天体物理中最重要的研究工具和手段之一,在宇宙学暗物质、暗能量、大尺度上的引力和系外行星探测上都发挥着巨大作用。
以上这些可能的引力透镜,都是使用一种被称为深度残差神经网络(deep residual neural networks)的人工智能形式发现的。
研究人员使用了632个观察到的镜透镜和候选透镜样本,以及21000个非透镜样本来训练研究中使用的深层神经网络。样本集是从暗能量相机遗珍巡天(DECaLS)和暗能量调查这两次调查中获得的。
领取专属 10元无门槛券
私享最新 技术干货