权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Unveiling the nature of dark matter through big data analysis of the next-generation large observation projects

通过下一代大型观测项目的大数据分析揭示暗物质的本质

基本信息

批准号：
21K13909
负责人：
林航平
金额：
$ 1.91万
依托单位：
Ichinoseki National College of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

宇宙の物質の約８割以上はダークマターと呼ばれる正体不明の物質で占められている。この正体を明らかにするため、理論、実験、天文観測と多角的なアプローチがなされている。本研究では、近赤外線やガンマ線、エックス線など、多波長天文観測によるダークマターシグナルの間接的検出及びダークマターモデルパラメータへの制限に着目し、この研究に最適な天体である銀河系矮小銀河のダークマター分布に焦点をあてる。このダークマター分布を精度良く決定することが、本研究の鍵となる。銀河系矮小銀河ダークマター分布の決定精度の向上には、動力学解析手法や観測による不定性を正しく考慮する必要がある。本研究では機械学習を取り入れた解析モデルを構築することで、その向上を目指す。本年度では、教師なし機械学習を用いた銀河系矮小銀河ダークマター分布決定の動力学解析手法の構築を行った。従来の動力学解析モデルは、視線方向に射影した恒星の空間分布やダークマター密度分布に対してパラメータ化されたモデルを用い、ジーンズ方程式を解くことによってダークマター密度分布を推定している。したがって、この推定方法はモデルに依存する解析手法となっている。一方で、教師なし機械学習を用いることで、モデル依存しない動力学解析手法を構築することができた。この解析手法の有効性を実証するため、矮小銀河のメンバー星のみの模擬データに、この新たな手法を適用した。その結果、恒星密度分布やダークマター密度分布を精度良く再現することができた。本研究結果は、現在論文にまとめている段階である。一方で、実際の観測データから矮小銀河のメンバー星の正しい情報を取り出すために、機械学習を用いた手法の構築を目指している。本年度は、この構築に必要不可欠な模擬データの生成に着手した。特にメンバー星ではないコンタミネーション星だけでなく、連星系の影響を含めた模擬データの生成を行った。

The matter of the universe is about 8 times more than that. This is the first time that we've seen this. In this study, the indirect detection and control of near-infrared, near-infrared and multi-wavelength astronomical measurements were studied. The focus of the study was on the distribution of the most suitable celestial bodies in the Milky Way galaxy. The accuracy of this distribution is well determined. Determination of the accuracy of the distribution of dwarf galaxies, dynamic analysis methods, measurement uncertainty and positive consideration This study is aimed at learning mechanically, analyzing the structure of the system, and directing the system upward. This year, teachers are learning to use the dynamic analysis method to determine the distribution of the Milky Way. Dynamic analysis of the future, the direction of the line of sight, the spatial distribution of the stars, the density distribution of the stars, the solution of the equation, the estimation of the density distribution of the stars, the estimation of the density distribution of the stars, the estimation of the density distribution of the stars, and the estimation of the density distribution of the stars. The method of estimation is based on the analysis method of dependency. A side, teacher, mechanical learning, construction of dynamic analysis methods This analysis method has been proved to be effective, and the new method is applicable to the simulation of small galaxies. The results of this study show that the density distribution of stars is accurate. The results of this study are as follows: In one aspect, the actual measurement of the Milky Way and the stars of the Milky Way are extracted from the information, and the mechanical learning is used to construct the target. This year, the construction of the necessary simulation equipment to start. In particular, the impact of the star system on the development of the system, including the simulation of the development of the system.