Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Física# Astrofísica de Galaxias# Cosmología y astrofísica no galáctica

Nuevos cuásares de alto corrimiento al rojo descubiertos con aprendizaje automático

Los astrónomos han encontrado tres nuevos cuásares, incluyendo un tipo único con lente, usando técnicas avanzadas.

― 7 minilectura


Se encontraron tresSe encontraron tresnuevos cuásares.universo temprano.descubrir cuásares con lente en elEl aprendizaje automático ayuda a
Tabla de contenidos

Los astrónomos han descubierto tres nuevos Cuásares en "Isla de Cuásares". Estos cuásares son objetos distantes que brillan intensamente debido a los agujeros negros supermasivos en sus centros. Los nuevos descubrimientos incluyen un tipo único de cuásar que es Lente Gravitacional, lo que significa que su luz es doblada por una galaxia que está enfrente.

¿Qué Son los Cuásares?

Los cuásares son objetos increíblemente luminosos que se encuentran en el universo temprano. Son impulsados por agujeros negros supermasivos que absorben gas y polvo. A medida que esta materia cae en el agujero negro, se calienta y emite una enorme cantidad de energía, haciendo que los cuásares sean algunos de los objetos más brillantes del cosmos. Normalmente, estos cuásares se encuentran a altos corrimientos al rojo, lo que significa que están muy lejos y se formaron cuando el universo era mucho más joven.

¿Por Qué Son Importantes los Cuásares de Alto Corrimiento al Rojo?

Estudiar cuásares de alto corrimiento al rojo ayuda a los científicos a aprender sobre el crecimiento temprano de los agujeros negros, las propiedades del medio intergaláctico y la formación de las primeras estructuras masivas en nuestro universo. Actúan como herramientas valiosas para entender cómo ha evolucionado el universo a lo largo del tiempo.

Métodos para Descubrir Cuásares

Los astrónomos suelen encontrar cuásares utilizando encuestas a gran escala. Se basan en criterios de selección fotométrica estrictos que generalmente implican buscar colores y niveles de brillo específicos. Sin embargo, estos métodos pueden pasar por alto ciertos tipos de cuásares, en particular aquellos que son lentes.

Cuando un cuásar es lente por una galaxia en primer plano, la luz del cuásar puede mezclarse con la luz de la galaxia que lo está lensando. Esto puede cambiar el color y el brillo del cuásar de una manera que lo hace más difícil de identificar, resultando en descubrimientos perdidos en búsquedas tradicionales.

Nueva Metodología Usando Aprendizaje automático

Para abordar estos desafíos, los investigadores han aplicado un nuevo enfoque que involucra aprendizaje automático no supervisado. Específicamente, usaron una técnica llamada aprendizaje contrastivo. Este método permite la identificación automática de candidatos a cuásares sin necesidad de mucha supervisión humana. Al examinar patrones en los datos, el algoritmo puede agrupar objetos similares, revelando cuásares ocultos que los métodos tradicionales podrían pasar por alto.

El Proceso de Descubrimiento

Usando datos de imágenes de la Encuesta de Energía Oscura, los astrónomos aplicaron su nuevo método para identificar un grupo de fuentes, llamado "Isla de Cuásares". Dentro de esta isla, encontraron 11 fuentes, siete de las cuales ya eran cuásares conocidos. Las cuatro restantes incluían tres nuevos cuásares de alto corrimiento al rojo y una estrella enana genial.

Cuásares Nuevos Encontrados

  1. Cuásar J0109-5424: Este cuásar tiene una característica única: muestra signos de posible lensado. Los datos indican que hay luz extra debajo de cierto límite, sugiriendo la influencia de una galaxia cercana.

  2. Cuásar J0122-4609: Este cuásar fue confirmado a través de observaciones espectrales de seguimiento. Mostró características típicas de cuásares de alto corrimiento al rojo.

  3. Cuásar J0603-3923: Similar a J0122-4609, este fue confirmado a través de observaciones adicionales y se reconoce como un cuásar de alto corrimiento al rojo.

Importancia de los Hallazgos

Estos hallazgos son significativos porque destacan el potencial de descubrir más cuásares lensados que han sido pasados por alto en búsquedas anteriores. La presencia de estos cuásares recién identificados sugiere que puede haber muchos más esperando ser encontrados, especialmente entre las poblaciones de alto corrimiento al rojo.

Lente y Sus Efectos

El lensado gravitacional ocurre cuando la luz de un objeto distante es doblada alrededor de un objeto masivo (como una galaxia) que está más cerca de nosotros. Este efecto puede magnificar la luz del cuásar de fondo, facilitando su observación y estudio.

Implicaciones para la Investigación Futura

Confirmar la naturaleza lente de J0109-5424 tendría implicaciones significativas. Efectivamente, duplicaría la fracción observada de cuásares lensados a altos corrimientos al rojo, sugiriendo que pueden ser más comunes de lo que se pensaba anteriormente.

Cómo Funcionó el Método

El equipo empleó un enfoque relajado para seleccionar candidatos permitiendo algo de superposición en el color, a diferencia de los métodos tradicionales que filtran estrictamente los objetos que no encajan perfectamente. Esto fue crucial para atrapar cuásares que de otro modo serían excluidos debido a la influencia de galaxias lensadoras.

Recolección de Datos

Los investigadores utilizaron datos fotométricos e imágenes que cubrían una gran parte del cielo nocturno del sur. Aplicaron cuidadosamente varios criterios de selección para filtrar sus muestras y enfocarse en candidatos con alto potencial para cuásares.

Usando Aprendizaje Contrastivo

En el proceso, los investigadores entrenaron un modelo de aprendizaje automático para analizar y categorizar imágenes. Al aplicar transformaciones aleatorias a los datos, el modelo aprendió a agrupar fuentes similares, lo que llevó a una identificación más efectiva de candidatos.

Visualizando Resultados

El conjunto de datos reducido produjo una representación visual de las fuentes identificadas, permitiendo un fácil reconocimiento de los cuásares agrupados. El agrupamiento ayudó a definir la "Isla de Cuásares", mostrando cómo el aprendizaje automático puede mejorar la búsqueda de estos objetos distantes.

Confirmación Espectroscópica

Para verificar la naturaleza de los cuásares recién descubiertos, se realizaron observaciones de seguimiento utilizando potentes telescopios. Estas observaciones confirmaron la presencia del quiebre de Lyman, una característica clave de los cuásares de alto corrimiento al rojo.

Eficiencia del Nuevo Método

El nuevo método de aprendizaje automático demostró ser bastante efectivo, con una alta tasa de éxito en la identificación de cuásares reales entre los candidatos. La eficiencia de este enfoque destaca el potencial para más descubrimientos en el campo de la astronomía.

Desafíos en el Descubrimiento

A pesar del éxito, todavía hubo algunas oportunidades perdidas. Los investigadores reconocieron que los métodos de búsqueda tradicionales podrían haber pasado por alto algunos cuásares, enfatizando la necesidad de mejoras continuas en las técnicas de detección.

Próximos Pasos en la Investigación

Después de estos descubrimientos, se necesitan más imágenes de alta resolución y espectros para una confirmación exhaustiva. Al enfocarse en refinar técnicas, los astrónomos esperan descubrir aún más cuásares de alto corrimiento al rojo que han pasado desapercibidos hasta ahora.

Conclusión

El descubrimiento de estos tres nuevos cuásares representa un avance en nuestra comprensión del universo temprano y la naturaleza de los cuásares. El éxito de usar aprendizaje automático indica un camino prometedor para futuras investigaciones astronómicas, donde nuevos métodos pueden llevar a más descubrimientos revolucionarios en el campo de la cosmología. El potencial de encontrar más cuásares lensados sugiere que el universo todavía tiene muchos secretos esperando ser descubiertos.

Fuente original

Título: Quasar Island -- Three new $z\sim6$ quasars, including a lensed candidate, identified with contrastive learning

Resumen: Of the hundreds of $z\gtrsim6$ quasars discovered to date, only one is known to be gravitationally lensed, despite the high lensing optical depth expected at $z\gtrsim6$. High-redshift quasars are typically identified in large-scale surveys by applying strict photometric selection criteria, in particular by imposing non-detections in bands blueward of the Lyman-$\alpha$ line. Such procedures by design prohibit the discovery of lensed quasars, as the lensing foreground galaxy would contaminate the photometry of the quasar. We present a novel quasar selection methodology, applying contrastive learning (an unsupervised machine learning technique) to Dark Energy Survey imaging data. We describe the use of this technique to train a neural network which isolates an 'island' of 11 sources, of which 7 are known $z\sim6$ quasars. Of the remaining four, three are newly discovered quasars (J0109-5424, $z=6.07$; J0122-4609, $z=5.99$; J0603-3923, $z=5.94$), as confirmed by follow-up Gemini-South/GMOS and archival NTT/EFOSC2 spectroscopy, implying a 91 per cent efficiency for our novel selection method; the final object on the island is a brown dwarf. In one case (J0109-5424), emission below the Lyman limit unambiguously indicates the presence of a foreground source, though high-resolution optical/near-infrared imaging is still needed to confirm the quasar's lensed (multiply-imaged) nature. Detection in the g band has led this quasar to escape selection by traditional colour cuts. Our findings demonstrate that machine learning techniques can thus play a key role in unveiling populations of quasars missed by traditional methods.

Autores: Xander Byrne, Romain A. Meyer, Emanuele Paolo Farina, Eduardo Bañados, Fabian Walter, Roberto Decarli, Silvia Belladitta, Federica Loiacono

Última actualización: 2024-03-26 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2403.17903

Fuente PDF: https://arxiv.org/pdf/2403.17903

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares