Reg写真特集:ブラックホールのより良い写真を撮る

Table of Contents

Reg写真特集:ブラックホールのより良い写真を撮る

MITの研究者らは、天体物理学者が目に見えないものを見るのを助け、ブラックホールの「画像」の解像度を向上させるアルゴリズムを開発した。

MIT コンピュータ科学および人工知能研究所 (CSAIL) の研究者は、ハーバード大学の協力者と協力し、国際規模のイベント・ホライズン・テレスコープ (EHT) の画像品質を向上させるアルゴリズムを開発しました。

EHTは、6つの観測所からのデータを統合し、ブラックホールの「直近の環境」を、同衛星が述べているように「事象の地平線に匹敵する角度分解能」で観測することを目的としています。その観測成果としては、2012年にM87の中心にある超大質量ブラックホールが回転していることを解明したことなどが挙げられます。

協力者たちの目標の 1 つは、より良い解像度を達成することであり、そこで CSAIL の作業が役立ちます。

CSAIL が説明しているように、問題は、電波望遠鏡で受信される長波長が高解像度に悪影響を及ぼすということだ。

複数の観測所からの信号を解像するには、ノイズ(大気の干渉など)を取り除く必要がありますが、それが MIT の Katie Bouman 氏が指導教官の Bill Freeman 教授と共同で行っている「CHIRP」(パッチ事前分布を使用した連続高解像度画像再生)の焦点です。

ブーマン氏の研究は、例えば信号が大気圏を通過する距離の違いによって生じる、異なる望遠鏡間のタイミングの差を解決することに取り組んでいる。

イベント・ホライズン・テレスコープの図

イベント・ホライズン・テレスコープの空間および周波数範囲。画像:Bouman et al, Arxiv

この研究は、空間周波数測定を正確にモデル化する方法と、VLBI (超長基線干渉法) データに対する大気ノイズの影響をモデル化するための簡素化された最適化戦略を提供します。

CSAILによれば、彼女のアプローチは代数的な解決策であり、例えば3つの望遠鏡からの測定値を掛け合わせることで、大気による遅延を相殺できるという。つまり、測定は2つではなく3つの望遠鏡で行う必要があるが、解像度が向上するのでその価値はある。

この研究には、画像の取得を自動化するために、繰り返し現れる視覚パターンを識別する機械学習アルゴリズムも含まれています。

この研究は、6 月末のコンピューター ビジョンおよびパターン認識会議で発表される予定です。

この論文はArxivで12月に発表されたものに基づいており、研究者らは他の研究者がアルゴリズムを訓練するためのデータセットを公開している。

以下のデータセットに関する YouTube ビデオもあります。®

YouTubeビデオ

Discover More