Enhancing dark siren cosmology via Gaussian process reconstruction of incomplete galaxy catalogs
تقترح هذه الورقة إطار عمل جديداً يستخدم إعادة بناء العملية الغاوسية لنمذجة توزيعات انزياح ريدشفت المجرات على طول خط البصر في الكتالوجات غير المكتملة، مما يحسن بشكل كبير من دقة قيود ثابت هابل من علم كونيات "الصافرات المظلمة" مقارنة بطرق الإكمال المتجانسة القياسية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
إن الكون يتمدد، وسرعة هذا التمدد هي رقم يسميه العلماء ثابت هابل. إن معرفة هذا الرقم بدقة أمر بالغ الأهمية لأنه يخبرنا عن عمر الكون وكيف تطور بمرور الوقت. ومع ذلك، فقد أصبح قياسه مصدراً لتوتر كبير في الفيزياء الحديثة. فعندما ينظر العلماء إلى الكون المبكر باستخدام إشعاع الخلفية الكونية الميكروي، يحصلون على قيمة معينة. وعندما ينظرون إلى النجوم والمستعرات العظمى القريبة، يحصلون على قيمة مختلفة وأسرع. هذا الاختلاف كبير لدرجة أنه لا يمكن تفسيره بأخطاء القياس البسيطة؛ مما يشير إلى أن فهمنا للكون قد يكون غير مكتمل. ولحل هذا اللغز، يتجه علماء الفلك إلى أداة جديدة: الأمواج الثقالية. هذه الأمواج هي تموجات في الزمكان ناتجة عن أحداث كونية عنيفة، مثل اصطدام ثقبين أسودين. وخلافاً للضوء، تحمل هذه الأمواج قياساً مباشراً للمسافة التي حدث عندها الحدث، حيث تعمل كـ "صافرة قياسية" لا تحتاج إلى المعايرة مقابل أجسام أخرى. ومع ذلك، فإن القطعة المفقودة من اللغز هي شريك المسافة: الإزاحة الحمراء، أو مدى سرعة ابتعاد المصدر عنا. وبما أن الأمواج نفسها لا تكشف عن هذه السرعة، يجب على العلماء العثاد على المجرة المضيفة للاصطدام وقياس إزاحتها الحمراء. لكن العثور على المجرة الصحيحة أمر صعب لأن الإشارات من هذه الاصطدامات غالباً ما تكون ضبابية، حيث تشير إلى مساحة واسعة من السماء مليئة بآلاف المضيفين المحتملين، والعديد منها باهت جداً بحيث لا يمكن رؤيته.
في دراسة جديدة، طور الباحثون طريقة ذكية لملء الفجوات في خرائط المجرات غير المكتملة هذه للحصول على فهم أفضل لمعدل توسع الكون. المشكلة التي عالجوها هي أن الطرق الحالية للتعامل مع المجرات المفقودة بسيطة للغاية. فعندما لا يستطيع تلسكوب رؤية كل المجرات في اتجاه معين، يفترض النهج القياسي أن المجرات المفقودة موزعة بشكل متساوٍ، مثل الرمال المتناثرة بانتظام على الشاطئ. هذا الافتراض يتجاهل حقيقة أن المجرات متجمعة في الواقع في مجموعات وخيوط، مع وجود فراغات بينها. وهذه التجمعات والفجوات تحتوي على معلومات حيوية تساعد في تحديد الموقع الحقيقي لمصدر الموجة الثقالية. ومن خلال معاملة البيانات المفقودة كما لو كانت منتظمة تماماً، كان العلماء يمحون فعلياً الميزات التي تجعل القياس دقيقاً. اقترح الفريق، بقيادة ماتيو تاليازوتشيكي وزملائه، استراتيجية مختلفة. فبدلاً من التخمين أين توجد المجرات المفقودة، استخدموا أداة إحصائية تسمى "العملية الغاوسية". فكر في هذه الأداة كأداة استكمال ذكية تتعلم نمط المجرات التي يمكنها رؤيتها وتستخدم ذلك النمط لتخمين شكل التوزيع حيث البيانات مفقودة، مما يحافظ على التجمعات والفراغات الطبيعية بدلاً من تنعيمها.
اختبر الباحثون فكرتهم باستخدام مجموعة ضخمة من البيانات المحاكاتية. لقد أنشأوا كوناً افتراضياً يحتوي على ملايين المجرات ثم قاموا بمحاكاة الأمواج الثقالية التي سيتم رصدها بواسطة مراصد مستقبلية. لقد تعمدوا جعل كتالوجات المجرات لديهم غير مكتملة، محاكيين بذلك قيود التلسكوبات الحقيقية التي تفقد الأجسام الباهتة. وفي هذه المحاكاة، قارنوا بين الطريقة "المنتظمة" القياسية وطريقتهم الجديدة القائمة على العملية الغاوسية. كانت النتائج مذهلة. فعندما كان كتالوج المجرات يفتقد حوالي ثلاثة أرباع مجراته، أنتجت الطريقة الجديدة قيوداً على معدل التوسع كانت أكثر دقة بنسبة 37 بالمائة من الطريقة القياسية. وفي السيناريوهات الأكثر تحدياً، حيث كانت البيانات شحيحة جداً، وصل التحسن إلى 66 بالمائة. عملت الطريقة الجديدة من خلال التعرف على أن المجرات التي رآها التلسكوب كانت جزءاً من نمط هيكلي أكبر. لقد أعادوا بناء الأجزاء المخفية من الخريطة باتباع كثافة الأجزاء المرئية، مما أدى فعلياً إلى استعادة "التكتل" الذي محته الطريقة القياسية. وقد سمح هذا للباحثين بتضييق نطاق المواقع المحتملة لمصادر الأمواج الثقالية بشكل أكثر فعالية.
استكشفت الدراسة أيضاً كيف أثرت المستويات المختلفة من الخطأ في قياس مسافات المجرات على النتيجة. ووجدوا أنه حتى عندما كانت قياسات المجرات نفسها غير مؤكدة تماماً، لا تزال الطريقة الجديدة تتفوق على الطريقة القديمة. وذلك لأن العملية الغاوسية مرنة؛ فهي تتعلم مقياس الارتباط لتوزيع المجرات مباشرة من البيانات، بدلاً من الاعتماد على افتراضات جامدة حول كيفية سلوك المجرات. وهي لا تحتاج إلى معرفة الفيزياء المعقدة لكيفية تشكل المجرات أو كيفية توزيعها في هالات المادة المظلمة. إنها ببساطة تتعلم شكل التوزيع من النقاط المرصودة. وأشار الباحثون إلى أن الطريقة فعالة بشكل خاص عند النظر إلى الأحداث البعيدة جداً، حيث تكون كتالوجات المجرات غير مكتملة للغاية. وفي هذه الأعماق السحيقة من الكون، تفشل الطريقة القياسية في التقاط بنية الكون، بينما يمكن للنهج الجديد أن يستعيد ملامح الكثافة الأساسية.
بينما تبدو هذه النتائج واعدة، إلا أنها تأتي من عمليات محاكاة، وليس من ملاحظات حقيقية بعد. ويقر المؤلفون بأن تطبيق هذا على بيانات حقيقية سيتطلب مزيداً من التطوير، مثل دمج إعادة بناء خريطة المجرات مع قياس معدل التوسع في خطوة واحدة موحدة. كما يخططون لاختبار الطريقة على بيانات فعلية من مسوحات حالية ومستقبلية. وفي الوقت الحالي، يوضح هذا العمل أنه من خلال التعامل مع القطع المفقودة من لغز الكون ببراعة إحصائية أكبر، يمكن للعلماء استخراج معلومات أكثر بكماً من نفس القدر من البيانات. ويقدم هذا النهج مساراً للمضي قدماً نحو حل التوتر في ثابت هابل، مما قد يكشف عما إذا كان الكون يتمدد بشكل أسرع مما تتنبأ به نماذجنا الحالية أو إذا كان هناك سر أعمق ينتظر الكشف عنه. والدرس المستفاد الرئيسي هو أن الكون ليس مساحة ملساء وخالية من الملامح، ومن خلال احترام بنيته الطبيعية حتى في البيانات التي لا نستطيع رؤيتها، يمكننا معرفة المزيد عن طبيعته الجوهرية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.