加入收藏 | 设为首页 | 会员中心 | 我要投稿 聊城站长网 (https://www.0635zz.com/)- 智能语音交互、行业智能、AI应用、云计算、5G!
当前位置: 首页 > 站长资讯 > 动态 > 正文

实现对M87黑洞全分辨图像的生产

发布时间:2023-04-17 10:43:45 所属栏目:动态 来源:
导读:尽管人类最初拍摄的黑洞像是一个“模糊的橙色甜甜圈”,但由于借助于机器学习技术,这一来自M87星系中心的黑洞正式“改头换面”。新图像进一步展示了一个更大、更暗的中心区域,周围环绕着明亮的
尽管人类最初拍摄的黑洞像是一个“模糊的橙色甜甜圈”,但由于借助于机器学习技术,这一来自M87星系中心的黑洞正式“改头换面”。新图像进一步展示了一个更大、更暗的中心区域,周围环绕着明亮的吸积气体。美国研究团队使用了在2017年联网观测的“事件视界望远镜”(EHT)合作组织获得的数据,首次实现了阵列的全分辨率。相关论文已发表在《天体物理学杂志快报》上。

2017年,集结了地球上8台无线电波望远镜的EHT成功拍摄到了M87超大质量黑洞的影子。然而,数据中出现了缺口,就像拼图游戏中缺失的碎片。

普林斯顿大学EHT小组成员表示,利用机器学习技术PRIMO,他们能够实现当前阵列的最大分辨率。PRIMO能够根据大量训练材料生成规则。例如,如果向计算机提供一系列不同的香蕉图像,经过充分的训练,它最好能确定传送的一张未知的图像实际上是不是香蕉。

研究小组表示,利用PRIMO计算机分析了3万多张黑洞吸积气体的高保真模拟图像。这些图集涵盖了黑洞如何吸积物质的广泛模型,以便寻找图像结构中的共同模式。各种结构模式根据它们在模拟中出现的频率进行分类,进而混合,以高度准确地显示黑洞图像,同时,还提供对图像缺失结构的高保真估计。

PRIMO算法使用2017年EHT数据生成的M87超大质量黑洞新图像。

该团队表示,新绘制的图像与EHT数据和理论预期是一致的。大规模地生成图像可能是需要特定假设数据缺失信息的一个适当形式,而PRIMO也成功地做到了这一点。

(编辑:聊城站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!