🔭 astrophysics

Predicting galaxy bias using machine learning

IllustrisTNG300 सिमुलेशन के डेटा का उपयोग करते हुए, यह अध्ययन मशीन लर्निंग मॉडल, विशेष रूप से नॉर्मलाइजिंग फ्लोज़ (Normalizing Flows) को नियोजित करता है, ताकि ओवरडेंसिटीज़ (overdensities) और कॉस्मिक-वेब दूरियों को प्रमुख भविष्यवक्ताओं के रूप में पहचानते हुए व्यक्तिगत गैलेक्सी बायस (galaxy bias) की सफलतापूर्वक भविष्यवाणी की जा सके, जबकि पदार्थ-हेलो-गैलेक्सी संबंध के अंतर्निहित स्टोकेस्टिक विचलन (stochastic variance) को प्रभावी ढंग से कैप्चर किया जा सके।

मूल लेखक: Catalina Riveros-Jara, Antonio D. Montero-Dorta, Natália V. N. Rodrigues, Pía Amigo, Natalí S. M. de Santi, Andrés Balaguera-Antolínez, Raul Abramo, Neill Guzmán, M. Celeste Artale

प्रकाशित 2026-02-06

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC0 1.0

मूल लेखक: Catalina Riveros-Jara, Antonio D. Montero-Dorta, Natália V. N. Rodrigues, Pía Amigo, Natalí S. M. de Santi, Andrés Balaguera-Antolínez, Raul Abramo, Neill Guzmán, M. Celeste Artale

मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित 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

मुख्य चित्र: आकाशगंगाएँ एक साथ क्यों जुड़ती हैं?

कल्पना कीजिए कि ब्रह्मांड डार्क मैटर का एक विशाल, अदृश्य महासागर है। आकाशगंगाएँ इस महासागर में तैरती मछलियों की तरह हैं। कभी-कभी, मछलियाँ अकेले तैरती हैं; अन्य समय में, वे विशाल झुंड बनाती हैं।

खगोलशास्त्री यह समझना चाहते हैं कि मछलियाँ कुछ खास जगहों पर ही क्यों जमा होती हैं। वे इसके लिए "बायस" (bias) नामक एक अवधारणा का उपयोग करते हैं। बायस को एक "झुंड बनाने के स्कोर" के रूप में सोचें।

उच्च बायस (High bias) वाली आकाशगंगा उस मछली की तरह है जो हमेशा स्कूल के सबसे घने हिस्से में तैरती है।
निम्न बायस (Low bias) वाली आकाशगंगा उस मछली की तरह है जो महासागर के खाली और शांत हिस्सों में भटक जाती है।

लंबे समय तक, वैज्ञानिकों ने इस "झुंड बनाने के स्कोर" की भविष्यवाणी करने के लिए सरल गणितीय सूत्रों का उपयोग करने की कोशिश की। लेकिन ब्रह्मांड अव्यवस्थित है, और ये सूत्र अक्सर चूक जाते थे क्योंकि वे आकाशगंगाओं के बनने के पीछे की यादृच्छिकता (या "अराजकता") को नहीं संभाल पाते थे।

नया दृष्टिकोण: कंप्यूटर को अनुमान लगाना सिखाना

यह शोध पत्र इस बारे में है कि कैसे एक कंप्यूटर को (मशीन लर्निंग का उपयोग करके) उसके परिवेश और अपने इतिहास के आधार पर एक आकाशगंगा के "झुंड बनाने के स्कोर" की भविष्यवाणी करना सिखाया जाए।

शोधकर्ताओं ने ब्रह्मांड के एक अत्यंत शक्तिशाली डिजिटल सिमुलेशन का उपयोग किया जिसे IllustrisTNG कहा जाता है। यह एक वीडियो गेम की तरह है जो अरबों वर्षों से चल रहा है, जो लाखों आकाशगंगाओं, डार्क मैटर और गैसों के साथ एक नकली ब्रह्मांड बना रहा है।

उन्होंने कंप्यूटर को इस नकली ब्रह्मांड से सीखने के लिए तीन अलग-अलग "दिमाग" दिए:

रैंडम फॉरेस्ट (Random Forest - RF): कल्पना कीजिए कि 2,000 अलग-अलग विशेषज्ञों की एक समिति है। प्रत्येक विशेषज्ञ डेटा को देखता है और एक अनुमान लगाता है। कंप्यूटर उनके सभी अनुमानों का औसत ले लेता है।
न्यूरल नेटवर्क (Neural Network - NN): कल्पना कीजिए कि न्यूरॉन्स की कई परतों वाला एक एकल, बहुत जटिल मस्तिष्क है। यह डेटा बिंदुओं को जोड़ने के लिए एक सीधी रेखा (या एक सुचारू वक्र) खोजने की कोशिश करता है।
नॉर्मलाइजिंग फ्लो (Normalizing Flow - NF): यह मुख्य आकर्षण है। कल्पना कीजिए कि एक मास्टर शेफ जो न केवल किसी व्यंजन के लिए एक रेसिपी का अनुमान लगाता है, बल्कि संभावित स्वादों की पूरी श्रृंखला को समझता है। यह कहने के बजाय कि, "यह आकाशगंगा निश्चित रूप से नमकीन होगी," शेफ कहता है, "70% संभावना है कि यह नमकीन है, 20% संभावना है कि यह तीखी है, और 10% संभावना है कि यह फीकी है।" यह ब्रह्मांड की यादृच्छिकता को पकड़ता है।

हमने कंप्यूटर को क्या खिलाया?

भविष्यवाणी करने के लिए, कंप्यूटर को प्रत्येक आकाशगंगा के बारे में दो चीजें जानने की आवश्यकता थी:

आंतरिक गुण (Internal Properties): आकाशगंगा किससे बनी है? (यह कितनी भारी है? कितनी पुरानी है? यह कितनी तेजी से घूम रही है?)
बाहरी वातावरण (External Environment): आकाशगंगा कहाँ स्थित है? (क्या यह एक घने समूह में है? एक विशाल ब्रह्मांडीय दीवार के पास है? या एक विशाल खाली शून्य में तैर रही है?)

उन्होंने "कॉस्मिक वेब" (ब्रह्मांडीय जाल) का मानचित्रण करने के लिए DisPerSE नामक एक विशेष उपकरण का उपयोग किया। कॉस्मिक वेब को डार्क मैटर के एक विशाल मकड़ी के जाल के रूप में सोचें। कंप्यूटर ने मापा कि प्रत्येक आकाशगंगा इस वेब के "गांठों" (घने नोड्स), "धागों" (फिलामेंट्स), और "छेद" (वॉइड्स) से कितनी दूर थी।

परिणाम: प्रतियोगिता कौन जीता?

शोधकर्ताओं ने यह देखने के लिए तीन "दिमागों" का परीक्षण किया कि कौन सा आकाशगंगा के झुंड बनाने के स्कोर की सबसे अच्छी भविष्यवाणी कर सकता है।

1. नियतवादी विजेता (RF और NN):
रैंडम फॉरेस्ट और न्यूरल नेटवर्क औसत व्यवहार की भविष्यवाणी करने में अच्छे थे। यदि आप उनसे पूछते, "इस स्थान पर एक आकाशगंगा का विशिष्ट झुंड बनाने का स्कोर क्या है?" तो वे सही उत्तर देते।

दोष: वे फैलाव (spread) को पकड़ने में विफल रहे। उन्होंने हर आकाशगंगा को एक एकल, साफ संख्या में फिट करने की कोशिश की। लेकिन वास्तव में, एक ही स्थान पर मौजूद दो आकाशगंगाओं का झुंड बनाने का स्कोर यादृच्छिक संयोग के कारण बहुत भिन्न हो सकता है। इन मॉडलों ने अराजकता को सुचारू (smooth out) कर दिया, जिससे महत्वपूर्ण विवरण खो गए।

2. संभाव्यता विजेता (Normalizing Flows):
नॉर्मलाइजिंग फ्लो (NF) मॉडल स्पष्ट विजेता था।

क्यों? क्योंकि इसने केवल एक उत्तर देने की कोशिश नहीं की। इसने एक वितरण (distribution) (संभावनाओं की एक श्रृंखला) प्रदान की।
उपमा: यदि आप एक नियतवादी मॉडल से पूछते, "क्या कल बारिश होगी?" तो वह कह सकता है "हाँ।" यदि आप NF मॉडल से पूछते, तो वह कहता है, "बारिश होने की 60% संभावना है, बादलों की 30% संभावना है, और धूप की 10% संभावना है।"
परिणाम: NF मॉडल एकमात्र ऐसा था जो वास्तविक डेटा के "अव्यवस्थित" हिस्टोग्राम को पूरी तरह से फिर से बना सका। इसने इस तथ्य को पकड़ा कि ब्रह्मांड स्वाभाविक रूप से यादृच्छिक है।

सबसे महत्वपूर्ण सुराग

कंप्यूटर ने शोधकर्ताओं को यह भी बताया कि भविष्यवाणी करने के लिए कौन से सुराग सबसे महत्वपूर्ण थे:

सुराग #1: ओवरडेंसिटी (विशेष रूप से $\delta_8$ ): यह केवल यह मापने का एक तरीका है कि पड़ोस कितना भीड़भाड़ वाला है। कंप्यूटर ने सीखा कि यदि कोई आकाशगंगा भीड़भाड़ वाले पड़ोस में है, तो उसका झुंड बनाने का स्कोर उच्च होना लगभग तय है। यह सबसे महत्वपूर्ण कारक था।
सुराग #2: कॉस्मिक वेब से दूरी: ब्रह्मांड के "धागों" या "गांठों" से आकाशगंगा की निकटता भी मायने रखती थी।
आश्चर्यजनक सुराग: निर्माण का समय ( $z_{1/2}$ ): दिलचस्प बात यह है कि आकाशगंगा कब बनी, यह उसके द्रव्यमान या उसके घूमने की गति से अधिक महत्वपूर्ण था। पुरानी आकाशगंगाएं नई आकाशगंगाओं की तुलना में अलग व्यवहार करती हैं।

निष्कर्ष

यह शोध पत्र सिद्ध करता है कि आकाशगंगाओं के समूह बनाने को समझने के लिए, हम केवल औसत का उपयोग नहीं कर सकते। हमें यादृच्छिकता को अपनाना होगा।

एक संभाव्यता आधारित मशीन लर्निंग मॉडल (नॉर्मलाइजिंग फ्लो) का उपयोग करके, शोधकर्ताओं ने सफलतापूर्वक एक कंप्यूटर को न केवल यह भविष्यवाणी करना सिखाया कि आकाशगंगाएँ कहाँ क्लस्टर करेंगी, बल्कि यह भी कि ब्रह्मांड की परिवर्तनीयता और अराजकता को कैसे समझा जाए। यह ब्रह्मांड के ब्लैक-एंड-व्हाइट स्केच से एक पूर्ण-रंग, 3D मूवी की ओर बढ़ने जैसा है जो आकाशगंगाओं के बनने और समूह बनाने की अप्रत्याशित प्रकृति को दर्शाता है।

यह विधि भविष्य के दूरबीनों (जैसे DESI) के लिए वास्तविक आकाशगंगा डेटा का विश्लेषण करने का मार्ग प्रशस्त करती है, जिससे हमें उस अदृश्य डार्क मैटर को समझने में मदद मिलेगी जो हमारे ब्रह्मांड को थामे हुए है।

तकनीकी सारांश: मशीन लर्निंग का उपयोग करके गैलेक्सी बायस (Galaxy Bias) का पूर्वानुमान लगाना

समस्या विवरण
गैलेक्सियाँ अंतर्निहित पदार्थ घनत्व क्षेत्र (matter density field) को कैसे दर्शाती हैं, इसे समझना अवलोकन संबंधी ब्रह्मांड विज्ञान (observational cosmology) और गैलेक्सी निर्माण मॉडल के लिए मौलिक है। इस संबंध को गैलेक्सी बायस ( $b$ ) द्वारा परिमाणित किया जाता है। जबकि पारंपरिक विश्लेणात्मक दृष्टिकोण अक्सर जनसंख्या-औसत बायस माप (जैसे कि पावर स्पेक्ट्रा या सहसंबंध फलनों के माध्यम से) पर निर्भर करते हैं, ये विधियाँ सिग्नल-टू-नॉइज़ सीमाओं और पदार्थ-हेलो-गैलेक्सी संबंध की अंतर्निहित स्टोकेस्टिसिटी (stochasticity) के कारण हेलो के आंतरिक गुणों और पर्यावरणीय कारकों पर विशिष्ट निर्भरताओं को अलग करने में संघर्ष करती हैं। हालिया साहित्य इस बात पर जोर देता है कि बायस के आंतरिक विचरण (intrinsic variance) को पकड़ने के लिए संभाव्य ढाँचों (probabilistic frameworks) की आवश्यकता है। यह कार्य प्रत्येक गैलेक्सी के व्यक्तिगत रैखिक बायस ( $b_i$ ) का उनके होस्ट हेलो गुणों, स्थानीय वातावरण और कॉस्मिक वेब स्थान के आधार पर पूर्वानुमान लगाने की चुनौती को संबोधित करता है, जबकि बायस पैरामीटर की स्टोकेस्टिक प्रकृति को स्पष्ट रूप से मॉडल करता है।

कार्यप्रणाली
यह अध्ययन IllustristNG300 मैग्नेटोहाइड्रोडायनामिक सिमुलेशन के डेटा का उपयोग करता है। डेटासेट में 174,607 सेंट्रल गैलेक्सी शामिल हैं जिन्हें हेलो द्रव्यमान $M_{vir} > 10^{10.5} h^{-1}M_\odot$ और स्टेलर मास $M_* > 10^{8.75} h^{-1}M_\odot$ के साथ चुना गया है।

लक्ष्य चर (Target Variable): प्रत्येक गैलेक्सी के लिए व्यक्तिगत बड़े पैमाने के रैखिक बायस ( $b_i$ ) की गणना Paranjape et al. (2018) द्वारा प्रस्तुत और Balaguera-Antolínez et al. (2024) द्वारा परिष्कृत ऑब्जेक्ट-बाय-ऑब्जेक्ट एस्टीमेटर फॉर्मलिज्म का उपयोग करके की जाती है। यह विधि बड़े पैमाने की सीमा ( $k \leq 0.2 \, h \, \text{Mpc}^{-1}$ ) में गैलेक्सी-मैटर और मैटर-मैटर पावर स्पेक्ट्रा के अनुपात के आधार पर प्रत्येक गैलेक्सी को एक विशिष्ट बायस मान निर्दिष्ट करती है।
इनपुट फीचर्स (Input Features): मॉडल को निम्नलिखित विशेषताओं के सेट पर प्रशिक्षित किया गया है:
- आंतरिक हेलो गुण: विरियल मास ( $M_{vir}$ ), फॉर्मेशन रेडशिफ्ट ( $z_{1/2}$ ), कंसंट्रेशन ( $c_{vir}$ ), और स्पिन ( $\lambda_{halo}$ )।
- गैलेक्सी गुण: स्टेलर मास ( $M_*$ ) और कलर ( $g-i$ )।
- स्थानीय वातावरण: 3, 5, और $8 \, h^{-1}\text{Mpc}$ के पैमानों पर गणना किए गए ओवरडेंसिटीज ( $\delta_3, \delta_5, \delta_8$ )।
- कॉस्मिक वेब स्थान: क्रिटिकल पॉइंट्स (वॉयड्स, नोड्स, सैडल पॉइंट्स और फिलामेंट्स) से दूरियाँ, जिन्हें DisPerSE एल्गोरिदम के माध्यम से पहचाना गया है।
मशीन लर्निंग फ्रेमवर्क: एक विभाजित डेटासेट (58% प्रशिक्षण, 30% परीक्षण, 12% सत्यापन) पर तीन अलग-अलग मॉडलों का मूल्यांकन किया गया है:
1. रैंडम फॉरेस्ट रिग्रेसर (RF): एक डिटरमिनिस्टिक एन्सेम्बल विधि।
2. न्यूरल नेटवर्क (NN): एक डिटरमिनिस्टिक सिंगल-आउटपुट डीप लर्निंग मॉडल।
3. नॉर्मलाइजिंग Flows (NF): एक संभाव्य, जनरेटिव मॉडल (विशेष रूप से न्यूरल स्प्लाइन फ्लोज़) जिसे कंडीशनल प्रोबेबिलिटी डिस्ट्रीब्यूशन $p(b_i | \{x\}_i)$ को सीखने के लिए डिज़ाइन किया गया है, जहाँ $\{x\}_i$ इनपुट फीचर्स का प्रतिनिधित्व करता है।
मूल्यांकन मेट्रिक्स: प्रदर्शन का आकलन पियर्सन सहसंबंध गुणांक (PCC), कोल्रोगोरोव-स्मिरनोव (K–S) टेस्ट और वासेस्टीन डिस्टेंस (WD) का उपयोग करके किया जाता है। संभाव्य NF मॉडल के लिए, मेट्रिक्स एक एकल रैंडम रियलाइजेशन और 1,000 रियलाइजेशन के माध्य दोनों के लिए कंप्यूट किए जाते हैं।

प्रमुख योगदान

ऑब्जेक्ट-बाय-ऑब्जेक्ट बायस एकीकरण: यह कार्य ऑब्जेक्ट-बाय-ऑब्जेक्ट बायस फॉर्मलिज्म को एक मशीन लर्निंग पाइपलाइन में सफलतापूर्वक शामिल करता है, $b_i$ को जनसंख्या औसत के बजाय प्रत्येक गैलेक्सी के एक विशिष्ट गुण के रूप में मानता है।
बायस का संभाव्य मॉडलिंग: यह अध्ययन प्रदर्शित करता है कि डिटरमिनिस्टिक मॉडल (RF और NN) वास्तविक वितरण की पूरी चौड़ाई और पूंछ (tails) को पुनरुत्पादित करने में विफल रहते हैं, जबकि नॉर्मलाइजिंग फ्लोज़ बायस के वास्तविक स्टोकेस्टिसिटी और अन्य गैलेक्सी गुणों के संयुक्त वितरण को सटीक रूप से कैप्चर कर सकते हैं।
फीचर इम्पोर्टेंस विश्लेषण: पर्म्यूटेशन फीचर इम्पोर्टेंस (PFI) और सहसंबंध विश्लेषण के माध्यम से, यह कार्य गैलेक्सी बायस पर पर्यावरणीय बनाम आंतरिक गुणों के सापेक्ष प्रभाव को मापता है।

परिणाम

फीचर डिपेंडेंसी: सहसंबंध विश्लेषण से पता चलता है कि स्थानीय ओवरडेंसिटीज, विशेष रूप से $\delta_8$ , गैलेक्सी बायस के साथ सबसे दृढ़ता से सहसंबंधित फीचर्स हैं। इसके बाद कॉस्मिक-वेब संरचनाओं से दूरियाँ आती हैं, और कम स्तर पर आंतरिक हेलो गुण आते हैं। आंतरिक गुणों में, फॉर्मेशन रेडशिफ्ट ( $z_{1/2}$ ) पूर्ण नमूने में हेलो मास से अधिक मजबूत सहसंबंध दिखाता है।
मॉडल प्रदर्शन:
- डिटरमिनिस्टिक मॉडल: RF और NN उच्च PCC मान (क्रमशः 0.811 और 0.797) प्राप्त करते हैं, लेकिन उच्च K-S टेस्ट सांख्यिकी और वासेस्टीन दूरियां प्रदर्शित करते हैं, जो यह संकेत देते हैं कि वे औसत रुझान (mean trend) की सटीक भविष्यवाणी करते हैं लेकिन वितरण के स्कैटर और टेल्स को पुनरुत्पादित करने में विफल रहते हैं।
- संभाव्य मॉडल (NF): एक एकल रैंडम रियलाइजेशन का पूर्वानुमान लगाते समय, NF मॉडल 0.010 का K-S सांख्यिकी और 0.046 का WD प्राप्त करता है, जो वास्तविक वितरण के आकार को पुनरुत्पादित करने में डिटरमिनिस्टिक मॉडलों से काफी बेहतर प्रदर्शन करता है। हालांकि एक एकल रियलाइजेशन के लिए PCC (0.652) कम है क्योंकि इसमें अंतर्निहित स्कैटर है, मॉडल बिना किसी व्यवस्थित पूर्वाग्रह (systematic bias) के वैश्विक व्यवहार को सही ढंग से कैप्चर करता है। NF का माध्य पूर्वानुमान PCC के मामले में RF के तुलनीय (0.807) है, लेकिन यह वितरण की चौड़ाई को मॉडल करने की क्षमता बनाए रखता है।
संयुक्त वितरण (Joint Distributions): NF मॉडल बायस बनाम स्टेलर मास और बायस बनाम कलर जैसे संयुक्त वितरणों में स्कैटर को सफलतापूर्वक पुनरुत्पादित करता है, जिसमें क्रमशः 2D K-S सांख्यिकी 0.017 और 0.029 है।
कंडीशनल डिस्ट्रीब्यूशन: अध्ययन दिखाता है कि NF मॉडल की व्यक्तिगत संभाव्यता वितरणों को सीमित करने की क्षमता इनपुट फीचर्स पर बहुत अधिक निर्भर करती है। लो-इंफॉर्मेशन फीचर्स (जैसे हेलो स्पिन) पर कंडीशन करने से वैश्विक प्रायर (prior) के समान विस्तृत वितरण प्राप्त होता है, जबकि हाई-इंफॉर्मेशन फीचर्स (जैसे $\delta_8$ ) पर कंडीशन करने से टाइटली कंस्ट्रेंड, ऑब्जेक्ट-विशिष्ट वितरण प्राप्त होता है।

महत्व
यह पेपर दावा करता है कि इसका ढांचा डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट (DESI) जैसे आगामी स्पेक्ट्रोस्कोपिक सर्वेक्षणों का उपयोग करके व्यक्तिगत गैलेक्सी बायस को मापने के भविष्य के प्रयासों के लिए एक आधार प्रदान करता है। यह प्रदर्शित करके कि गैलेक्सी बायस के अंतर्निहित विचरण को कैप्चर करने के लिए नॉर्मलाइजिंग फ्लो जैसे संभाव्य तरीके आवश्यक हैं, यह कार्य अधिक मजबूत कॉस्मोलॉजिकल इन्फरेंस के लिए एक उपकरण प्रदान करता है। परिणाम बताते हैं कि जबकि डिटरमिनिस्टिक मॉडल औसत रुझानों की भविष्यवाणी करने के लिए पर्याप्त हैं, वे गैलेक्सी-हेलो संबंध की पूर्ण स्टोकेस्टिक प्रकृति को चरित्रित करने के लिए अपर्याप्त हैं, जो कि प्रिसिजन कॉस्मोलॉजी के लिए महत्वपूर्ण है। यह अध्ययन यह भी रेखांकित करता है कि पर्यावरणीय गुण, विशेष रूप से बड़े पैमाने की ओवरडेंसिटीज, आंतरिक हेलो गुणों की तुलना में गैलेक्सी बायस के पूर्वानुमान पर हावी होते हैं।