Evrenin en büyük yapıları olan galaksi kümeleri, kozmoloji araştırmalarının kilit unsurları arasında yer alıyor. Bu dev yapıların kütlesi ve boyutu hakkında bilgi edinmek, evrenin evrimi ve karanlık maddenin dağılımını anlamak için kritik önem taşıyor. Yeni bir çalışma, bu zorlu görevde yapay zekanın gücünden yararlanmanın etkili yollarını ortaya koyuyor.
Araştırmacılar, Uchuu-UniverseMachine galaksi kataloğunu kullanarak gerçekçi gözlem verileri simüle etti. Her bir galaksi kümesini, üye galaksilerin konumları ve görüş doğrultusundaki hızlarının birleştiği iki boyutlu görüntülere dönüştürdüler. Bu yaklaşım, karmaşık üç boyutlu verileri makine öğrenmesi algoritmalarının işleyebileceği görsel formata çeviriyor.
İki farklı evrişimsel sinir ağı mimarisi test edildi. Temel model sadece görüntü verilerini kullanırken, geliştirilmiş sürüm kümedeki galaksi sayısını ek bilgi olarak dahil ediyor. Her iki yaklaşım da galaksi kümelerinin virial kütlesini ve ölçek yarıçapını tahmin etmede başarılı sonuçlar verdi.
En dikkat çekici bulgulardan biri, yapay zekanın gözlem hatalarına ve yabancı galaksilere rağmen doğru sonuçlar üretebilmesi. Test aralığındaki kümelerde neredeyse yansız tahminler elde eden sistem, geleneksel analiz yöntemlerine göre hem hız hem de tutarlılık avantajı sağlıyor.