SRON荷兰空间研究所埃里克·阿伦兹 两个星系合并
信用:哈勃太空望远镜 活动星系核在星系演化中起着重要作用
来自SRON和鲁格的天文学家现在已经使用了一个创纪录的星系样本来证实星系合并对点燃活动星系核有积极的影响
通过使用机器学习算法,他们能够编辑出比以前研究多10倍的星系合并图片
天文学中一个更大的问题是星系是如何从气体和尘埃云演变成在我们银河系附近观察到的美丽螺旋结构的
所谓的活动星系核包含了有趣的研究对象来回答部分问题,因为活动星系核和星系之间似乎存在共同进化
活动星系核中有超大质量的黑洞,这些黑洞在吸收周围气体后会释放出大量能量
有些有足够大的磁场或引力场,从它们的两极喷出延伸数千光年的喷流
共同进化是双向的
一方面,星系的演化阶段会影响AGN活动
活动星系核似乎在星系演化的某个阶段茁壮成长,因为我们看到AGN活动在某个特定距离的星系达到顶峰,因此在过去的某个特定时间达到顶峰
另一方面,AGN活动影响星系的恒星形成
这两种情况都有可能
当气体在星系中传播时,AGN喷射流将气体推开,迫使气体与其他气体碰撞,从而形成团块——小恒星的种子
但是活动星系核也会释放能量,加热气体,从而防止气体冷却并凝结成团块
有活动核的星系
信用:ESO/WFI(光学);MPIfR/ESO/APEX/A
Weiss等人
(亚毫米);美国航天局/CXC/联邦航空局/皇家空军
Kraft等人
(x光) 来自SRON荷兰空间研究所和格罗宁根大学的天文学家,包括王玲玉和高芳友,现在已经使用一个创纪录数量的星系样本来研究一个被认为对点燃活动星系核有积极影响的因素:星系间的合并
事实上,研究人员发现了一种相关性
他们数了一下,大约是1
合并中的活动星系核比非合并中的多4倍
反过来,研究人员发现大约1
有AGN星系样本的合并比没有AGN星系样本的合并多3倍
研究小组使用机器学习算法来识别合并
它提供的样本比以前的研究大一个数量级,使得相关性更加可靠
“我们已经建立了一个网络来训练系统识别大量图片中的合并,”第一作者高芳友说
“这使我们能够使用两个望远镜调查数万个星系的大样本
基于它们的光谱,活动星系核相对容易识别
但是合并必须根据图像进行分类,这通常是人类的工作
有了机器学习,我们现在可以让计算机为我们做这件事
"
来源:由phyica.com整理转载自PH,转载请保留出处和链接!