Phys.org·· 6 天前AI 评分67
CSIRO 团队用独立机器学习成像方法复现 M87* 黑洞阴影,结果发表于 Nature
Independent technique validates landmark M87* image
AI 导读
CSIRO 团队在 Nature 发表论文,用结合机器学习与人工智能的成像方法重新分析 Event Horizon Telescope 的原始 M87 数据,得到与 2019 年 EHT 图像在大小和形状上几乎一致的环状结构,且该方法事先并未接触黑洞外观信息。
- 背景
- 2019 年事件视界望远镜(EHT)发布 M87 中心黑洞阴影图像。但由于望远镜测量稀疏、重建需大量数据处理,最终图像在多大程度上受校准误差和图像处理选择影响,长期存疑。
- 做法
- CSIRO 四人团队开发了新的成像分析方法,用机器学习和人工智能技术提取黑洞结构信息并过滤大气干扰,核心是组合三台望远镜的数据而非标准的两台配对数据以消除误差。研究人员将模型应用于原始 EHT 数据集,且应用前模型并不知道黑洞的外观。
- 结论
- 新方法得到的黑洞在大小和形状上与原 EHT 图像几乎一致,构成对该图像的首次独立验证,并支持 M87 中心黑洞周围的环结构是真实的天体物理特征而非重建伪影。EHT 合作组织主任 Loinard 称该方法为 GenDIReCT,在数年数据中恢复出 M87* 的环结构。
- 意义
- 该结果增强了人们对黑洞环结构真实性的信心。研究者提出,这一技术还有望用于改进医学成像和地震测绘。相关论文发表于 Nature。
原文图表
摘自 Phys.org本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文
来源:Phys.org · phys.org
