Een team astronomen onder leiding van Michael Janssen (Radboud Universiteit) heeft een neuraal netwerk getraind met miljoenen, synthetische datasets over zwarte gaten. Op basis van het netwerk en gegevens van de Event Horizon Telescope voorspellen ze nu onder andere dat het zwarte gat in het centrum van onze Melkweg bijna op topsnelheid draait.
In 2019 publiceerde het consortium van de Event Horizon Telescope de eerste afbeelding van een superzwaar zwart gat in het centrum van het sterrenstelsel M87. In 2022 volgde het zwarte gat van onze eigen Melkweg, Sagittarius A*. De meetgegevens die aan de afbeeldingen ten grondslag liggen, bevatten echter nog een schat aan lastig te kraken informatie. Een internationaal team van onderzoekers heeft daarom nu een neuraal netwerk getraind dat helpt om zo veel mogelijk informatie uit de meetgegevens te halen.
Dankzij het neurale netwerk vermoeden de onderzoekers bijvoorbeeld nu dat het zwarte gat in het centrum van onze Melkweg bijna op topsnelheid draait. De rotatie-as wijst daarbij in de richting van de aarde. Daarnaast wordt de uitgestoten straling in de buurt van het zwarte gat vooral veroorzaakt door extreem hete elektronen in de gasschijf en niet door een zogeheten jet. Verder lijkt het erop dat de magnetische velden in de gasschijf zich anders gedragen dan de gangbare theorieën van gasschijven voorschrijven.
De onderzoekers benadrukken dat de schaal van het onderzoek te danken is aan een trein van wetenschappelijke services. CyVerse om de gegevens op te slaan, OSG OS Pool om berekeningen uit te voeren, de Pegasus workflow manager om de boel in goede banen te leiden, de processors van de Duitse Max Planck Computing and Data Facility om het neurale netwerk te trainen. En dan nog de software van TensorFlow, Horovod en CASA.
Lees het hele verhaal op de site van de Radboud Universiteit.
