Найти в Дзене
Космо

Новый метод поиска звездных скоплений в галактике Андромеды

Используя спектральные данные в качестве обучающей выборки, группа ученых предложила новый метод поиска звездных скоплений в Галактике Андромеды. С помощью этого метода исследователи идентифицировали 117 новых высоконадежных кандидатов в звезды для Галактики Андромеды на основе данных Археологической службы Андромеды (PAndAS), из которых 109 являются кандидатами на молодые дисковые скопления, а восемь — на старые шаровые скопления во внешнем гало . Исследование опубликовано в журнале Astronomy & Astrophysics. Звездные скопления широко распространены по всей галактике, от центральной выпуклости и диска до внешнего гало, что дает отличный инструмент для понимания раннего формирования и эволюции галактик. Галактика Андромеды, также известная как M31, является ближайшей к нашему Млечному Пути крупной спиральной галактикой и представляет собой идеальную лабораторию для изучения формирования и эволюции галактик. Астрономы уже давно работают над идентификацией звездных скоплений в M31, чтобы

Используя спектральные данные в качестве обучающей выборки, группа ученых предложила новый метод поиска звездных скоплений в Галактике Андромеды.

С помощью этого метода исследователи идентифицировали 117 новых высоконадежных кандидатов в звезды для Галактики Андромеды на основе данных Археологической службы Андромеды (PAndAS), из которых 109 являются кандидатами на молодые дисковые скопления, а восемь — на старые шаровые скопления во внешнем гало .

Исследование опубликовано в журнале Astronomy & Astrophysics.

Звездные скопления широко распространены по всей галактике, от центральной выпуклости и диска до внешнего гало, что дает отличный инструмент для понимания раннего формирования и эволюции галактик.

Галактика Андромеды, также известная как M31, является ближайшей к нашему Млечному Пути крупной спиральной галактикой и представляет собой идеальную лабораторию для изучения формирования и эволюции галактик.

Астрономы уже давно работают над идентификацией звездных скоплений в M31, чтобы получить полную выборку скоплений в этой галактике. Недавние фотометрические и спектроскопические обзоры предоставили хорошую возможность для поиска скоплений в M31. Однако сегодня трудно найти и идентифицировать искомые объекты по десяткам миллионов изображений, полученных в результате фотометрических съемок.

Выбрав 346 скоплений в M31, а также объекты галактик переднего и заднего плана из базы данных LAMOST DR6 и объединив их с кластерными и некластерными выборками в M31, полученными в качестве обучающих выборок, исследователи построили класс двухканальных глубоких сверточных нейронных сетей . сеть (CNN) для идентификации звезд скопления. Было доказано, что его точность способна достигать 99% на тестовом наборе. Используя эту модель, исследователи определили 117 новых высоконадежных кандидатов на кластеры M31 из более чем 21 миллиона изображений, полученных в ходе фотометрического исследования PAndAS.

Этот метод можно использовать и более широко. Например, это помогает идентифицировать гравитационные линзы и находить галактики с большим красным смещением , сказал проф. М. А. Цзюнь из Национальной астрономической обсерватории Китайской академии наук (NAOC).