🔭 astrophysics

$\mbox{H}$ $\mbox{I}$ 21-cm Absorption Spectra Classification using Machine Learning

यह शोध पत्र प्रदर्शित करता है कि H I 21-cm अवशोषण रेखाओं के स्पेक्ट्रल मापदंडों पर प्रशिक्षित एक रैंडम फॉरेस्ट मशीन लर्निंग मॉडल, उन्हें 89% की सटीकता के साथ "इंटरवीनिंग" (intervening) या "एसोसिएटेड" (associated) के रूप में कुशलतापूर्वक और सटीक रूप से वर्गीकृत कर सकता है, जो FLASH और स्क्वायर किलोमीटर ऐरे (Square Kilometre Array) जैसे भविष्य के बड़े पैमाने के सर्वेक्षणों के लिए एक स्केलेबल समाधान प्रदान करता है।

मूल लेखक: Debasish Mondal, Anirudh S. Nemmani, Arunima Banerjee

प्रकाशित 2026-08-20

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Debasish Mondal, Anirudh S. Nemmani, Arunima Banerjee

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

ब्रह्मांड ठंडी, परमाणु हाइड्रोजन गैस के विशाल बादलों से भरा हुआ है, जो उन मूलभूत निर्माण खंडों का हिस्सा हैं जिनसे तारे और आकाशगंगाएँ जन्म लेती हैं। खगोलशास्त्री लंबे समय से जानते हैं कि इस गैस को कैसे खोजा जाए जब यह हमारे करीब हो और चमक रही हो, लेकिन अंतरिक्ष के दूरस्थ, ठंडे और अंधेरे क्षेत्रों में इसे खोजना कहीं अधिक कठिन है। इन अदृश्य भंडारों को खोजने के लिए, वैज्ञानिक अक्सर एक विशिष्ट छाया की तलाश करते हैं: जब एक चमकीला, दूर का रेडियो स्रोत, जैसे कि क्वासर, हाइड्रोजन के एक बादल के माध्यम से चमकता है, तो गैस प्रकाश के एक बहुत ही विशिष्ट आवृत्ति (फ्रीक्वेंसी) को अवशोषित कर लेती है। यह रेडियो सिग्नल में एक गिरावट, या एक अवशोषण रेखा (एब्जॉर्प्शन लाइन) बनाता है। इन गिरावटों का अध्ययन करके, शोधकर्ता गैस के तापमान, गति और स्थान के बारे में जान सकते हैं। हालांकि, एक महत्वपूर्ण प्रश्न बना हुआ है: क्या यह गैस सीधे चमकीले रेडियो स्रोत के पास स्थित है, या यह सामने स्थित एक अलग आकाशगंगा है, जो दृश्य को बाधित कर रही है? इन दोनों परिदृश्यों के बीच अंतर करने के लिए आमतौर पर रेडियो स्रोत की सटीक दूरी मापने के लिए ऑप्टिकल टेलिस्कोपों के साथ महंगी और समय लेने वाली फॉलो-अप टिप्पणियों की आवश्यकता होती है। क्षितिज पर नए, विशाल सर्वेक्षणों के साथ, जो हजारों ऐसे गैस बादलों को खोजने का वादा करते हैं, खगोलविदों को उन्हें छांटने के लिए वर्षों के फॉलो-अप डेटा का इंतजार किए बिना एक तेज़ तरीके की आवश्यकता है।

शोधकर्ताओं की एक टीम ने मशीन लर्निंग का उपयोग करके इस छंटनी की समस्या को हल करने के लिए एक नई विधि विकसित की है, जो कंप्यूटर प्रोग्राम का एक प्रकार है जो उदाहरणों से पैटर्न पहचानना सीखता है। धीमे ऑप्टिकल अवलोकनों पर निर्भर रहने के बजाय, उन्होंने एक कंप्यूटर को सीधे रेडियो अवशोषण रेखाओं के आकार को देखना सिखाया। टीम ने इन गैस बादलों के 118 ज्ञात उदाहरणों का एक संग्रह एकत्र किया, और प्रत्येक अवशोषण रेखा के विशिष्ट आकार को सावधानीपूर्वक मापा। उन्होंने वक्रों (कर्व्स) का वर्णन करने के लिए 'बजी फंक्शन' (Busy function) नामक एक परिष्कृत गणितीय उपकरण का उपयोग किया, जो पुराने, सरल तरीकों की तुलना में इन गैस बादलों के जटिल, अक्सर असमान आकारों को पकड़ने में बेहतर है। इन आकारों से, कंप्यूटर ने मुख्य विवरण निकाले, जैसे कि अवशोषण रेखा कितनी चौड़ी है और गड्ढा कितना गहरा है। शोधकर्ताओं ने छह अलग-अलग मशीन लर्निंग मॉडल को प्रशिक्षित किया ताकि वे इन विवरणों को देख सकें और यह निर्णय ले सकें कि गैस रेडियो स्रोत के साथ "जुड़ी हुई" (एसोसिएटेड) थी या सामने स्थित किसी आकाशगंगा से "बीच में" (इंटरवीनिंग) थी।

परिणामों ने दिखाया कि एक विशेष मॉडल, जिसे 'रैंडम फॉरेस्ट' के रूप में जाना जाता है, अंतर करने में सबसे प्रभावी था। इस मॉडल ने रेडियो स्रोत से भौतिक रूप से जुड़ी गैसों को सही ढंग से पहचानने में 89 प्रतिशत की सफलता दर हासिल की, जो सरल कर्व-फिटिंग विधियों पर निर्भर पिछले प्रयासों की तुलना में एक महत्वपूर्ण सुधार है। अध्ययन से पता चला कि कंप्यूटर के लिए सबसे महत्वपूर्ण सुराग केवल अवशोषण रेखा की चौड़ाई थी। जो गैस बादल रेडियो स्रोत से भौतिक रूप से जुड़े होते हैं, उनमें बहुत व्यापक और मजबूत अवशोषण रेखाएं होती हैं, जो संभवतः एक केंद्रीय ब्लैक होल के चारों ओर घूमती गैस की हिंसक गति के कारण होती हैं। इसके विपरीत, सामने की आकाशगंगाओं में मौजूद गैस संकीर्ण और कमजोर रेखाएं उत्पन्न करती है। शोधकर्ताओं ने पाया कि उन्हें एक अच्छा अनुमान लगाने के लिए वक्र के पूर्ण, जटिल विवरण की आवश्यकता नहीं थी; केवल रेखा की चौड़ाई और अवशोषण की कुल गहराई का उपयोग करना लगभग उसी स्तर की सटीकता प्राप्त करने के लिए पर्याप्त था।

यह सिद्ध करने के लिए कि यह नया दृष्टिकोण वास्तविक दुनिया के अनुप्रयोगों के लिए काम करता है, टीम ने अपने सर्वश्रेष्ठ प्रदर्शन करने वाले मॉडल को 'फ्लैश' (FLASH) नामक एक हालिया सर्वेक्षण में खोजे गए 30 नए गैस बादलों पर लागू किया। मॉडल ने इन नई खोजों को सफलतापूर्वक वर्गीकृत किया, जो पिछले विशेषज्ञ वर्गीकरणों के साथ 80 प्रतिशत बार सहमत रहा। यह प्रदर्शित करता है कि इस तकनीक का उपयोग भविष्य के बड़े पैमाने के रेडियो टेलिस्कोपों से मिलने वाले डेटा के विशाल प्रवाह को संसाधित करने के लिए तुरंत किया जा सकता है। इस वर्गीकरण प्रक्रिया को स्वचालित करके, खगोलविद स्थानीय गैस को दूर स्थित अग्रभूमि (फोरग्राउंड) से जल्दी से अलग करने में सक्षम होंगे, जिससे वे फॉलो-अप अवलोकनों की आवश्यकता के कारण बाधित हुए बिना ब्रह्मांड में ठंडी गैस के वितरण और विकास का अध्ययन कर सकेंगे। यह कार्य पुष्टि करता है कि रेडियो सिग्नल का आकार उस गैस के स्थान को समझने की कुंजी है जो इसे बना रही है, जिससे एक जटिल खगोलीय पहेली एक प्रबंधनीय डेटा कार्य में बदल जाती है।

तकनीकी सारांश: मशीन लर्निंग का उपयोग करके H i 21-सेमी अवशोषण स्पेक्ट्रा का वर्गीकरण

समस्या विवरण
H i 21-सेमी अवशोषण आकाशगंगाओं में ठंडे परमाणु हाइड्रोजन गैस के अध्ययन के लिए एक महत्वपूर्ण उपकरण है, जो या तो दृष्टि रेखा (line of sight) के अनुदिश बीच में आने वाली आकाशगंगाओं से उत्पन्न होता है या स्वयं रेडियो स्रोत से (संबद्ध/associated) उत्पन्न होता है। इन दोनों मूलों के बीच अंतर करना आकाशगंगा विकास और एक्टिव गैलेक्टिक न्यूक्लियस (AGN) फीडबैक के सांख्यिकीय अध्ययनों के लिए आवश्यक है। पारंपरिक रूप से, इस वर्गीकरण के लिए रेडियो स्रोत के रेडशिफ्ट (redshift) को निर्धारित करने हेतु अनुवर्ती ऑप्टिकल/इन्फ्रारेड स्पेक्ट्रोस्कोपी की आवश्यकता होती है। हालाँकि, स्रोतों की मंदता, ब्लाज़र जैसे पिंडों में वर्णक्रमीय रेखाओं का अभाव, और फोटोमेट्रिक रेडशिफ्ट अनुमान के लिए बहु-बैंड फोटोमेट्रिक डेटा प्राप्त करने की समय लेने वाली प्रकृति के कारण बड़े, ब्लाइंड सर्वेक्षणों के लिए यह दृष्टिकोण अक्सर अव्यवहारिक होता है। पिछले मशीन लर्निंग (ML) प्रयासों ने (जैसे, करन एट अल. 2016; करन 2021) गॉसियन प्रोफाइल (Gaussian profiles) के साथ अवशोषण स्पेक्ट्रा को फिट करके लगभग 80% की सटीकता प्राप्त की थी। लेखक नोट करते हैं कि गॉसियन प्रोफाइल सममित (symmetric) होते हैं और अक्सर स्पाइरल आकाशगंगाओं की विशिष्ट विस्तृत, असममित, दो-सींगों वाली (double- horned) प्रोफाइल का सटीक वर्णन करने में विफल रहते हैं, जिससे वर्गीकरण प्रदर्शन सीमित हो सकता है।

कार्यप्रणाली
लेखकों ने रेडशिफ्ट जानकारी की आवश्यकता के बिना H i 21-सेमी अवशोषण रेखाओं को "मध्यवर्ती" (intervening) या "संबद्ध" (associated) के रूप में वर्गीकृत करने के लिए एक पर्यवेक्षित (supervised) ML फ्रेमवर्क विकसित किया।

डेटा नमूना: अध्ययन में साहित्य से एकत्रित 118 ज्ञात H i 21-सेमी अवशोषण स्पेक्ट्रा (74 संबद्ध, 44 मध्यवर्ती) के एक डेटासेट का उपयोग किया गया।
स्पेक्ट्रल फिटिंग: गॉसियन प्रोफाइल के बजाय, लेखकों ने एक बजी फंक्शन (Busy function) का उपयोग किया, जो एक बहुमुखी विश्लेषणात्मक फलन है जो एरर फंक्शन्स और एक बहुपद (polynomial) को जोड़ता है, ताकि स्पेक्ट्रल प्रोफाइल को फिट किया जा सके। यह विधि दो-सींगों वाली गैलेक्सी स्पेक्ट्रा के विशिष्ट तीव्र किनारों (steep flanks) और सपाट खांचों (flat troughs) को मॉडल करने की अनुमति देती है। बजी फंक्शन फिट से, 13 स्पेक्ट्रल पैरामीटर निकाले गए (जिसमें आयाम, ढलान, ऑफसेट, लाइनविड्थ $w_{50}$ और $w_{20}$ , एकीकृत ऑप्टिकल डेप्थ $\tau_{int}$ , और सिग्नल-टू-नॉइज़ रेशियो शामिल हैं)।
विशेषता चयन (Feature Selection): एक सहसंबंध विश्लेषण (correlation analysis) ने $w_{50}$ और $w_{20}$ के बीच एक मजबूत सहसंबंध ( $r=0.95$ ) प्रकट किया। फलस्वरूप, आयामीता (dimensionality) को कम करने के लिए $w_{50}$ को बाहर कर दिया गया, जिससे 12 स्पेक्ट्रल पैरामीटर और SNR भविष्यवक्ता (predictors) के रूप में शेष रहे।
मशीन लर्निंग मॉडल: छह पर्यवेक्षित वर्गीकरण एल्गोरिदम को प्रशिक्षित और मूल्यांकित किया गया: गॉसियन नैव बेयस (Gaussian Naive Bayes), लॉजिस्टिक रिग्रेशन, डिसीजन ट्री, रैंडम फॉरेस्ट, सपोर्ट वेक्टर मशीन (SVM), और XGBoost।
प्रशिक्षण प्रोटोकॉल: छोटे नमूने के आकार और क्लास असंतुलन को संबोधित करने के लिए, लेखकों ने:
1. 44 मध्यवर्ती अवशोषकों के मिलान के लिए 44 संबद्ध अवशोषकों को यादृच्छिक रूप से चुनकर प्रशिक्षण सेट को संतुलित किया।
2. एक 80:20 ट्रेन-टेस्ट स्प्लिट के साथ स्ट्रैटिफाइड सैंपलिंग का उपयोग किया।
3. स्टैंडर्ड स्केलिंग (Z-स्कोर नॉर्मलाइजेशन) लागू की।
4. पक्षपातरहित अनुमान सुनिश्चित करने के लिए लीव-वन-आउट (LOO) तकनीकों के साथ ग्रिड सर्च क्रॉस-वैलिडेशन का उपयोग करके हाइपरपैरामीटर ट्यूनिंग की।
5. मजबूत औसत प्रदर्शन मेट्रिक्स (सटीकता, $F_1$ -स्कोर, AUC) उत्पन्न करने के लिए संपूर्ण प्रशिक्षण और मूल्यांकन प्रक्रिया को 1,000 बार दोहराया।
तुलनात्मक विश्लेषण: लेखकों ने मल्टी-गॉसियन फिट से निकाले गए मापदंडों का उपयोग करके मॉडलों का परीक्षण किया और रेडशिफ्ट कट ( $z_{abs} \geq 0.1$ ) लागू करने के प्रभाव का भी मूल्यांकन किया। अंत में, उन्होंने केवल दो सबसे महत्वपूर्ण मापदंडों: लाइनविड्थ ( $w_{20}$ ) और एकीकृत ऑप्टिकल डेप्थ ( $\tau_{int}$ ) का उपयोग करके एक संक्षिप्त मॉडल का परीक्षण किया।

मुख्य परिणाम

मॉडल प्रदर्शन: रैंडम फॉरेस्ट मॉडल ने अन्य क्लासिफायर्स की तुलना में लगातार बेहतर प्रदर्शन किया। जब इसे सभी 12 स्पेक्ट्रल पैरामीटर और SNR पर प्रशिक्षित किया गया, तो इसने 89% की औसत टेस्ट सटीकता, 0.90 का $F_1$ -स्कोर और 0.94 का AUC स्कोर प्राप्त किया।
विशेषता महत्व (Feature Importance): रैंडम फॉरेस्ट मॉडल के विश्लेषण ने लाइनविड्थ पैरामीटर $w_{20}$ को सबसे महत्वपूर्ण भविष्यवक्ता के रूप में पहचाना, जिसके बाद एकीकृत ऑप्टिकल डेप्थ ( $\tau_{int}$ ) का स्थान रहा। यह भौतिक अपेक्षाओं के अनुरूप है जहाँ संबद्ध अवशोषक (AGN) आमतौर पर मध्यवर्ती अवशोषकों (तारा-निर्माण करने वाली आकाशगंगाओं) की तुलना में व्यापक और मजबूत रेखाएं प्रदर्शित करते हैं।
संक्षिप्त पैरामीटर सेट: केवल $w_{20}$ और $\tau_{int}$ (साथ ही SNR) का उपयोग करके रैंडम फॉरेस्ट मॉडल को पुन: प्रशिक्षित करने से 88% की सटीकता, 0.88 का $F_1$ -स्कोर और 0.91 का AUC प्राप्त हुआ। यह सुझाव देता है कि वर्गीकरण के लिए ये दो पैरामीटर काफी हद तक पर्याप्त हैं।
फिटिंग विधि तुलना: बजी फंक्शन फिटिंग दृष्टिकोण ने मल्टी-गॉसियन फिटिंग दृष्टिकोण का उपयोग करने वाले पिछले अध्ययनों की तुलना में तुलनीय (और रेडशिफ्ट-कट परिदृश्य में थोड़ा बेहतर) वर्गीकरण परिणाम दिए। बजी फंक्शन प्रोफाइल की जटिलता के बावजूद मुक्त मापदंडों (8) की एक निश्चित संख्या का लाभ प्रदान करता है, जबकि मल्टी-गॉसियन फिट को परिवर्तनीय जटिलता (1–5 गॉसियन, या 3–15 पैरामीटर) के लिए अनुमान लगाने की आवश्यकता होती है।
रेडशिफ्ट स्वतंत्रता: रेडशिफ्ट कट ( $z_{abs} \geq 0.1$ ) लागू करने से टेस्ट सटीकता केवल मामूली रूप से (89% से 87% तक) कम हुई, जो यह दर्शाता है कि स्पेक्ट्रल पैरामीटर स्वयं नमूने के भीतर रेडशिफ्ट विकास प्रभावों से स्वतंत्र, मजबूत क्लासिफायर हैं।
नए डेटा पर अनुप्रयोग: लेखकों ने रिट्रेन किए गए रैंडम फॉरेस्ट मॉडल (जिसमें $w_{20}$ और $\tau_{int}$ का उपयोग किया गया) को FLASH पायलट सर्वेक्षण में पता चले 30 नए H i 21-सेमी अवशोषकों पर लागू किया। मॉडल के अनुमान लगभग 80% मामलों में करन (2021) के लॉजिस्टिक रिग्रेशन वर्गीकरण के साथ सहमत थे।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह H i 21-सेमी अवशोषकों को वर्गीकृत करने के लिए एक कुशल, स्वचालित ML फ्रेमवर्क प्रदान करता है, जो स्क्वायर किलोमीटरв एरे (SKA) के पूर्ववर्तियों (जैसे, ASKAP, MeerKAT) और स्वयं SKA के आगामी बड़े पैमाने के ब्लाइंड सर्वेक्षणों के लिए महत्वपूर्ण है। इसके प्राथमिक योगदान हैं:

पद्धतिगत सुधार: यह प्रदर्शित करना कि बजी फंक्शन, विशेष रूप से असममित प्रोफाइल के लिए, स्पेक्ट्रल पैरामीटर निकालने के लिए गॉसियन फिटिंग के एक उपयुक्त और कुशल विकल्प के रूप में कार्य करता है।
प्रदर्शन वृद्धि: पिछले अध्ययनों (~80%) की तुलना में उच्च वर्गीकरण सटीकता (89%) प्राप्त करना, जिसका श्रेय बजी फंक्शन के उपयोग और अधिक व्यापक ML एल्गोरिदम को जाता है।
विशेषता सरलीकरण: यह स्थापित करना कि दो स्पेक्ट्रल पैरामीटर ( $w_{20}$ और $\tau_{int}$ ) का न्यूनतम सेट उच्च-सटीकता वाले वर्गीकरण के लिए पर्याप्त है, जिससे भविष्य के सर्वेक्षणों के लिए डेटा आवश्यकताओं का सरलीकरण होता है।
स्केलेबिलिटी: विकसित की गई तकनीकों को भविष्य के सर्वेक्षणों में अपेक्षित सैकड़ों से हजारों नए अवशोषकों को संभालने के लिए एक व्यवहार्य समाधान के रूप में प्रस्तुत किया गया है, जो समय लेने वाले अनुवर्ती स्पेक्ट्रोस्कोपी पर निर्भरता को कम करता है।

लेखक एक मध्यम स्वर बनाए रखते हुए नोट करते हैं कि हालांकि वर्तमान परिणाम आशाजनक हैं, लेकिन जैसे-जैसे प्रशिक्षण के लिए बड़े डेटासेट उपलब्ध होंगे, इन मॉडलों की भविष्य कहने की शक्ति (predictive power) बढ़ने की उम्मीद है।

इसी तरह के और पेपर