2025-07-20 09:32来源:本站
东京大学的研究人员将深度学习应用于超新星模拟,显着提高了准确性和效率,在天体物理学及其他领域有潜在的应用,包括气候和地震建模。来源:SciTechDaily.com
超新星是爆炸的恒星,在星系的形成和演化中起着关键作用。然而,准确有效地模拟这些现象一直是一个重大挑战。包括东京大学研究人员在内的一个团队首次利用深度学习来增强超新星模拟。这一进步加速了模拟,这对于理解星系的形成和演化,以及导致生命的化学演化至关重要。
当你听到深度学习时,你可能会想到本周涌现的最新应用程序,它可以对图像进行智能处理或生成类似人类的文本。深度学习可能负责这些事情的一些幕后方面,但它也广泛应用于不同的研究领域。最近,在一个名为黑客马拉松的科技活动中,一个团队将深度学习应用于天气预报。事实证明,这种方法非常有效,这引起了东京大学天文学系博士生平岛圭也的思考。
上面的图像显示了一个正在模拟的星系的广阔区域。时间分辨率非常低,模拟的每个“步骤”大约是10万年。下面的图像显示了受超新星爆炸影响的特定区域,并且具有更精细的时间分辨率,每一步都在一万年以下。这些区域与更一般的仿真相结合,以提高仿真的整体精度和效率。资料来源:2023 Hirashima等人,NASA/JPL-Caltech/ESO/R。亨特/哈勃/ L。Calcada CC-BY-ND
平岛说:“天气是一个非常复杂的现象,但它最终归结为流体动力学计算。”“因此,我想知道我们是否可以修改用于天气预报的深度学习模型,并将其应用于另一个流体系统,但这个系统存在于更大的规模上,我们缺乏直接访问的机会:我的研究领域,超新星爆炸。”
了解超新星和银河系的影响
当质量相当大的恒星燃烧完大部分燃料并在巨大的爆炸中坍塌时,就会发生超新星。它们是如此巨大,以至于它们能够而且确实影响了宿主星系的大片区域。如果几百年前在距离地球几百光年的地方发生了一颗超新星,你现在可能就不会读到这篇文章了。所以,我们对超新星了解得越好,我们就越能理解为什么星系是这样的。
https://youtu.be/qmLxEEnkvZs在超新星模拟过程中,(左)显示了当前模拟方法的预测结果。(右图)显示了3D-MIM的预测,它看起来与目前领先的方法非常接近,但执行时间要少得多,节省了时间、能源和计算时间成本。Credit: 2023 Hirashima et al。CC-BY-ND
“问题是计算超新星爆炸的方式需要时间。目前,许多长时间跨度的星系模型通过假设超新星以完美的球形方式爆炸来简化事情,因为这相对容易计算,”平岛说。“然而,实际上,它们是相当不对称的。形成爆炸边界的物质外壳的某些区域比其他区域更复杂。我们应用深度学习来帮助确定在模拟过程中爆炸的哪些部分需要更多或更少的关注,以确保最佳的准确性,同时也花费最少的时间。这种划分问题的方法被称为哈密顿分裂。我们的新模型3D-MIM可以将计算10万年超新星演化的计算步骤减少99%。所以,我认为我们也将有助于减少瓶颈。”
深度学习在天体物理学中的广泛应用
当然,深度学习需要深度训练。平岛和他的团队必须运行数百个模拟,花费数百万小时的计算机时间(超级计算机是高度并行的,所以这个时间长度将在所需的数千个计算元素中分配)。但他们的结果证明这是值得的。
他们现在希望将他们的方法应用到天体物理学的其他领域;例如,星系的演化也受到大型恒星形成区域的影响。3D-MIM可以模拟恒星的死亡,也许很快它也会被用来模拟它们的诞生。它甚至可以在天体物理学之外的其他需要高空间和时间分辨率的领域中找到用途,比如气候和地震模拟。
参考文献:“利用深度学习对高分辨率星系模拟的超新星壳扩展的3d时空预测”,作者:Keiya Hirashima、Kana Moriwaki、Michiko S Fujii、Yutaka Hirai、Takayuki R saiitoh和Junichiro Makino, 2023年9月18日,《皇家天文学会月刊》。DOI: 10.1093 / mnras / stad2864
这项工作得到了JSPS KAKENHI资助号:22H01259、22KJ0157、20K14532、21H04499、21K03614和23K03446,以及MEXT资助号:JPMXP1020230406和JPMXP1020200109 (hp200124)的支持。K.H.获得了JSPS青年科学家研究奖学金和伴随的JSPS研究员助学金(22J23077), JEES·misubishi公司科学技术学生奖学金(2022年)和东京大学IIW计划的资助。
分享
推特
电子邮件
分享
以前的文章
更多关于sciitechdaily
技术
科学
健康
健康
物理
生物学
化学
健康