HyperAI超神经

Inhalte im Überblick:Im Jahr 2019 veröffentlichte das globale Forschungsteam des Event Horizon Telescope (EHT) das erste Foto eines Schwarzen Lochs in der Geschichte der Menschheit. Aufgrund der damaligen Beobachtungsbedingungen zeigte dieses Bild eines Schwarzen Lochs nur einen verschwommenen Umriss. Kürzlich wurde in der Astrophysik-Zeitschrift „The Astrophysical Journal Letters“ ein Artikel veröffentlicht, der das Bild des Schwarzen Lochs M87 auf Grundlage des PRIMO-Algorithmus rekonstruiert. Die Forschungsergebnisse ergaben ein klareres Bild des Schwarzen Lochs.
Schlüsselwörter:M87 Schwarzes Loch PRIMO Algorithmus PCA

Dieser Artikel wurde zuerst auf der öffentlichen HyperAI WeChat-Plattform veröffentlicht~

Ein Schwarzes Loch ist ein Himmelskörper, der im modernen Allgemeinen Relativitätsprinzip im Universum existiert. Seine Gravitationskraft ist so stark, dass die Fluchtgeschwindigkeit innerhalb des Ereignishorizonts größer ist als die Lichtgeschwindigkeit, weshalb es als Schwarzes Loch bezeichnet wird. Das Schwarze Loch M87 ist ein riesiger Himmelskörper, 55 Millionen Lichtjahre von der Erde entfernt.Seine Masse beträgt etwa 6,5 Milliarden Mal die der Sonne.

Im Jahr 2019 veröffentlichte das globale Forschungsteam des Event Horizon Telescope (EHT) offiziell das erste von Menschen aufgenommene Foto eines Schwarzen Lochs – das Foto des Schwarzen Lochs M87. Dies war das erste Mal, dass Menschen das wahre Erscheinungsbild eines Schwarzen Lochs beobachteten, wodurch das Schwarze Loch M87 über Nacht auf der ganzen Welt „populär“ wurde.Aufgrund der eingeschränkten Beobachtungsbedingungen konnte das erste Bild eines Schwarzen Lochs jedoch nur einen verschwommenen Umriss zeigen.

Kürzlich,Forscher des Institute for Advanced Study verwendeten mehr als 30.000 hochauflösende simulierte Bilder Schwarzer Löcher, um den PRIMO-Algorithmus (Principal-Component Interferometric Modeling) zu trainieren.Lernen Sie die Gesetze der Lichtausbreitung um ein Schwarzes Loch kennen, um ein qualitativ hochwertigeres und klareres Bild des Schwarzen Lochs zu rekonstruieren. PRIMO ermöglicht es Wissenschaftlern, Schwarze Löcher eingehender zu untersuchen und ihre Eigenschaften und Merkmale zu verstehen. Gleichzeitig bietet es eine neue Art der Datenverarbeitung mit großem Potenzial für zukünftige Entwicklungen in der Astronomie und Physik.Die Forschungsergebnisse wurden in der Fachzeitschrift The Astrophysical Journal Letters unter dem Titel „Das mit PRIMO rekonstruierte Bild des Schwarzen Lochs M87“ veröffentlicht.

Die Ergebnisse wurden in The Astrophysical Journal Letters veröffentlicht.

Papieradresse:

https://iopscience.iop.org/article/10.3847/2041-8213/acc32d/pdf

Von „Donuts“ bis „Golden Rings“

Im Jahr 2017 gelang es EHT, mithilfe eines Radioteleskops mit einer Öffnung, die dem Durchmesser der Erde entspricht, ein Foto des Schwarzen Lochs M87 aufzunehmen.Das Foto zeigt, dass M87 wie ein „Donut“ aussieht, mit einem hellen Ring an der Außenseite, der den Schatten in der Mitte umgibt.

Abbildung 1: Bild des Schwarzen Lochs M87

Links: Ein Foto des Schwarzen Lochs M87, aufgenommen vom Event Horizon Telescope im Jahr 2017.

Mitte: Rekonstruktionsergebnisse der M87-Daten von 2017 mithilfe des PRIMO-Algorithmus.

Rechts: Unschärfe des PRIMO-Bildes auf die Auflösung des EHT-Arrays.

Abbildung 1 zeigt, dass im Vergleich zum ersten Foto des Schwarzen Lochs M87 die Breite des rekonstruierten Bildrings halbiert wurde und in der Mitte ein größerer, dunklerer Bereich freigelegt wurde, der eher einem „goldenen Ring“ ähnelt. Dies zeigt, dass es den Forschern gelungen ist, die Auflösung des Bildes des Schwarzen Lochs zu verbessern, und dass das Bild mit den EHT-Daten und den theoretischen Erwartungen übereinstimmt. In diesem Zusammenhang sagte Lia Medeiros, die Erstautorin dieses Artikels:„Dieser Forschungsfortschritt ist von großer Bedeutung für ein tieferes Verständnis des Verhaltens Schwarzer Löcher sowie für die Überprüfung theoretischer Modelle und Gravitationstests.“

Experimentelle Verfahren

Prozessübersicht

Die Forscher verwendeten die Beobachtungsdaten des Schwarzen Lochs M87 des EHT vom 5., 6., 10. und 11. April 2017 als Trainingssatz für diese Studie.Die Beobachtungen wurden von sieben Radioteleskopstandorten an fünf geografischen Standorten aus durchgeführt.Unter ihnen sind die Beobachtungsdaten vom 11. April der Benchmark-Datensatz.

In diesem ExperimentZur Rekonstruktion des Bildes des Schwarzen Lochs verwendeten die Forscher hauptsächlich einen neuartigen Bildrekonstruktionsalgorithmus namens PRIMO.Zunächst verwendeten die Forscher Simulationen der allgemeinen relativistischen Magnetohydrodynamik (GRMHD), um eine große Anzahl simulierter Bilder von Schwarzen Löchern zu erzeugen. Anschließend wird die Hauptkomponentenanalyse (PCA) verwendet, um einen Satz spärlicher orthogonaler Basen in der simulierten Bildbibliothek von GRMHD zu erhalten, was auch ein Anwendungsfall des Wörterbuchlernens ist. Schließlich werden die PCA-Basis und der PRIMO-Algorithmus verwendet, um das Bild aus den spärlichen interferometrischen Daten zu rekonstruieren.

* GRMHD:Die Allgemeine Relativistische Magnetohydrodynamik (GRMHD) ist ein theoretischer Rahmen, der die Allgemeine Relativitätstheorie und die Magnetohydrodynamik kombiniert, um das Verhalten von Materie und Energie bei Hochgeschwindigkeitsbewegungen und starken Magnetfeldern zu beschreiben. GRMHD verfügt über ein breites Anwendungsspektrum und eignet sich besonders zum Studium und zur Simulation einiger extremer physikalischer Phänomene.Wie etwa der Plasmafluss um schwarze Löcher, das Verhalten der Magnetohydrodynamik im interstellaren Raum und die Entstehung und Entwicklung von Galaxien und Galaxienhaufen. Durch die GRMHD-Simulation können wir wichtige Themen wie den Akkretionsprozess von Schwarzen Löchern, die Entstehung von Jets und den Mechanismus der Sternentstehung in Galaxien untersuchen.

* PCA:Die Hauptkomponentenanalyse (PCA) ist eine Methode zur statistischen Analyse und Vereinfachung von Datensätzen. Es transformiert möglicherweise korrelierte Variablenbeobachtungen durch orthogonale Transformation in einen Satz linear unkorrelierter Variablenwerte. Diese unkorrelierten Variablen werden Hauptkomponenten genannt. Durch die Anwendung von PCA können Forscher komplexe Datensätze auf weniger Hauptkomponenten reduzieren. PCA findet breite Anwendung in der Datendimensionalitätsreduzierung, Merkmalsextraktion und Datenvisualisierung.Durch den Einsatz von PCA können Forscher die Daten besser verstehen und in eine Form umwandeln, die leichter interpretierbar und nutzbar ist. So können sie verborgene Informationen und Beziehungen in den Daten entdecken.

* PRIMO:PRIMO (Principal-Component Interferometric Modeling) ist ein neuer Algorithmus, der auf Wörterbuchlernen basiert. Ihr Kernstück ist die Hauptkomponente der interferometrischen Modellierungstechnologie. Es wird anhand einer großen Anzahl simulierter Bilder Schwarzer Löcher trainiert.Ermöglicht Forschern die Wiederherstellung hochauflösender Bilder in Situationen, in denen die Abdeckung durch Radioteleskope spärlich ist.Und erreichen Sie die physikalische Auflösung des EHT-Arrays, um das Problem der Datensparsity in der Millimeterwellen-Interferometrie zu lösen.

Parameterstudie

Die Forscher führten in diesem Experiment eine Parameterstudie durch.Bei parametrischen Studien werden die Parameter eines Systems oder Modells variiert und angepasst, um ihre Auswirkungen auf das Systemverhalten und die Ergebnisse zu beobachten und zu verstehen.Durch diese Studie können Forscher das Ausmaß untersuchen, in dem Parameter verschiedene Variablen und Ausgabeergebnisse während des Experiments beeinflussen, sowie die Beziehung zwischen den Parametern.

Die Forscher setzten den gesamten kompakten Quellenfluss des PRIMO-Benchmarkbildes von M87 auf 0,6 Jy und rekonstruierten das Bild mithilfe einer linearen Kombination der 20 PCA-Komponenten. In einer parametrischen Studie verglichen die Forscher die Basisbilder mit Bildern, die unter Verwendung unterschiedlicher Gesamtflüsse kompakter Quellen und unterschiedlicher PCA-Komponenten aufgenommen wurden.Wird verwendet, um Änderungen in Bildmerkmalen zu beobachten.Beispielsweise Größe, Helligkeit und Winkel des hellsten Punktes des Rings. Das Ergebnis ist in der folgenden Abbildung dargestellt:

Abbildung 2: Vergleich des Basisbilds und der Bilder mit unterschiedlichen Fluss- und PCA-Komponenten

Oben: Vergleich von Maximum-a-posteriori-PRIMO-Bildern für Gesamtflüsse von 0,5, 0,6 und 0,7 Jy.

Mitte: Vergleich von Maximum-a-posteriori-Bildern unter Verwendung von nur 12, 14 und 18 PCA-Komponenten.

Unten: Beispielbilder, zufällig aus dem MCMC-Schritt der Benchmark-Kette gezogen, mit einem Fluss von 0,6 Jy und 20 PCA-Komponenten.

Wie in der Abbildung zu sehen ist,Unterschiedliche Gesamtflüsse der Kompressionsquelle und unterschiedliche Anzahlen von PCA-Komponenten führen zu Unterschieden in der Helligkeit und im Positionswinkel des hellsten Teils des Rings.Dabei werden Größe und Breite des Rings nicht beeinflusst. Abbildung 3 zeigt einen Vergleich von Bildern, die auf Grundlage von EHT-Daten vom 5., 6., 10. und 11. April 2017 rekonstruiert wurden.

Abbildung 3: Vergleich der aus EHT-Daten rekonstruierten Bilder vom 5., 6., 10. und 11. April 2017

Wie in der Abbildung zu sehen ist, variieren die Positionswinkel des hellsten Teils des Rings und des hellsten Teils des südlichen Teils des Rings an verschiedenen Tagen leicht. Durch den Vergleich der Bilder der ersten beiden Tage und der letzten beiden Tage können wir auch deutlich den Unterschied im Positionswinkel des hellsten Teils des Rings und der Helligkeit des Rings erkennen.Die Forscher gehen davon aus, dass dies auf die beobachtete Quellenstruktur zurückzuführen ist, also auf die unterschiedliche Verteilung und Anordnung der Materie rund um das Schwarze Loch.

Der Erstautor des Artikels wurde interviewt und erläuterte die Auswirkungen von PRIMO auf die Astronomie

14. April 2023Im Discovery Files Podcast wurde Lia Medeiros, die Erstautorin dieses Artikels, interviewt.

In dem Interview sagte Lia Medeiros, dass das Teleskop zur Beobachtung Schwarzer Löcher theoretisch so groß wie die Erde sein sollte, der Mensch aus praktischen Gründen jedoch nicht in der Lage sei, ein so großes Teleskop zu bauen.Es gibt also das EHT-Array, das aus mehreren Radioteleskopen auf der ganzen Welt besteht.Mithilfe einer Technik namens Interferometrie wird ein virtuelles Teleskop mit einer Öffnung entsprechend dem Durchmesser der Erde gebildet, um schwarze Löcher zu beobachten.

Abbildung 5: Von EHT erzeugtes Bild eines Schwarzen Lochs (von Andrew Chael)

Gleichzeitig führte Lia Medeiros auch ein, dass die ursprüngliche Blendenfarbe im Bild des Schwarzen Lochs für das menschliche Auge unsichtbar ist, sodass die wahre Farbe nicht jedem gezeigt werden kann. Der Grund, warum die Forscher Orange als Symbol wählten, ist, dass diese Farbe schön ist. Und,Das Licht kommt nicht vom Schwarzen Loch selbst, sondern wird von der Materie ausgestrahlt, die das Schwarze Loch umgibt.