Astrônomos produzem o maior catálogo 3-D de galáxias

Uma equipe de astrônomos da Universidade do Havaí no Mānoa Institute for Astronomy (IfA) produziu o maior catálogo de imagens astronômicas tridimensionais de estrelas, galáxias e quasares do mundo. 

Pela Universidade do Havaí em Manoa publicado por Phys

A equipe usou dados do Telescópio de Levantamento Panorâmico e Sistema de Resposta Rápida da UH ou Pan-STARRS1 (PS1) em Haleakalā. A pesquisa PS1 3π é a maior pesquisa ótica multicor profunda do mundo, abrangendo três quartos do céu. Os astrônomos do IfA aplicaram novas ferramentas computacionais ao catálogo para decifrar quais dos 3 bilhões de objetos são estrelas, galáxias ou quasares. Para as galáxias, o software também derivou estimativas de suas distâncias.

O catálogo 3-D resultante está agora disponível como um produto científico de alto nível por meio do Mikulski Archive for Space Telescopes. Tem aproximadamente 300 GB de tamanho e os usuários de ciências podem consultar o catálogo por meio da interface SQL do MAST CasJobs ou baixar a coleção inteira como uma tabela legível por computador.

Criação de um catálogo 3-D

Os astrônomos tomaram medidas espectroscópicas publicamente disponíveis que fornecem classificações e distâncias definitivas de objetos e as alimentaram com um algoritmo de inteligência artificial. O processo de IA foi fundamental para ajudar a equipe a descobrir como determinar com precisão as mesmas propriedades a partir de várias medidas de cores e tamanhos dos objetos. Esta abordagem de AI ou Machine Learning com uma “rede neural feedforward” alcançou uma precisão de classificação geral de 98,1% para galáxias, 97,8% para estrelas e 96,6% para quasares. As estimativas de distância da galáxia são precisas em quase 3%.

O principal autor do estudo, Robert Beck, ex-bolsista de pós-doutorado em cosmologia do IfA, descreveu o processo. “Utilizando um algoritmo de otimização de última geração, aproveitamos o conjunto de treinamento espectroscópico de quase 4 milhões de fontes de luz para ensinar a rede neural a prever tipos de fontes e distâncias de galáxias, enquanto ao mesmo tempo corrigimos a extinção de luz por poeira em a via Láctea.”

Anteriormente, o maior mapa do universo foi criado pelo Sloan Digital Sky Survey (SDSS), que cobre apenas um terço do céu. O novo catálogo dobra a área pesquisada, tem estatísticas maiores e contém áreas específicas que o SDSS perdeu.

Astrônomo e coautor do estudo, István Szapudi, observou que “já uma versão preliminar desse catálogo, cobrindo uma área bem menor, facilitou a descoberta do maior vazio do universo, a possível causa da Mancha Fria. O novo, mais preciso e maior catálogo de redshift fotométrico será o ponto de partida para muitas descobertas futuras. “

“Este belo mapa do universo fornece um exemplo de como o poder do conjunto de big data Pan-STARRS pode ser multiplicado com técnicas de inteligência artificial e observações complementares”, explicou o Diretor Pan-STARRS e Astrônomo Associado IfA, Ken Chambers. “Conforme o Pan-STARRS coleta mais e mais dados, usaremos o aprendizado de máquina para extrair ainda mais informações sobre objetos próximos à Terra, nosso sistema solar, nossa galáxia e nosso universo.”