Гамма-избыток в центре Галактики: возвращение гипотезы о темной материи
Недавние исследования показали, что гамма-избыток в центре Галактики может быть связан с темной материей, а не только с пульсарами. Новые методы анализа данных открывают новые перспективы в астрономии.

В 2011 году исследователи Дэн Хупер и Лиза Гуденуф из Fermilab опубликовали статью, в которой сообщали о загадочном избытке гамма-излучения из центра Галактики. Это явление могло указывать на аннигиляцию экзотических частиц темной материи. Однако вскоре появилась альтернативная гипотеза, связывающая этот избыток с сотнями миллисекундных пульсаров, излучающих гамма-континуум. В течение последующих лет обе теории активно обсуждались, и на фоне нарастающих аргументов все большее предпочтение отдается гипотезе о пульсарах, хотя возможность наличия темной материи не была окончательно исключена. Недавно группа ученых провела новый анализ данных, учитывая энергию отдельных гамма-фотонов, и пришла к выводу, что гипотеза о темной материи выглядит более убедительной. Их исследование опубликовано в престижном журнале Physical Review Letters.
Одним из способов изучения природы гамма-избытка в центре Галактики (ГИЦ) является использование характеристик точечного источника: создание более чем одного фотона из одной и той же позиции. Карта распределения фотонов, предсказанная аннигиляцией темной материи, следует распределению Пуассона. Хотя она контролируется неопределенной подлежащей распределением темной материи в внутренней Галактике, детектор наблюдает относительно гладкое пространственное распределение, прерываемое пуассоновскими флуктуациями. Точечные источники, имея возможность производить несколько фотонов из одной позиции, вносят дополнительную вариацию от пикселя к пикселю на карте. Даже если источники слишком слабы для индивидуального обнаружения, они могут коллективно вызвать наблюдаемое изменение карты фотонов по сравнению с пуассоновским предсказанием.
Эта интуиция может быть закодирована в аналитической вероятности для различения сценариев, как это было сделано для функции вероятности в одной точке, с использованием непуассоновского шаблона (NPTF) и составного пуассоновского генератора. Это легло в основу утверждения, сделанного Ли и др. в 2016 году, о том, что ГИЦ имеет происхождение от точечных источников, таких как пульсары. Однако с 2019 года была поставлена под сомнение надежность этих методов. Неоспоримо, что вычислительная осуществимость потребовала оценки вероятности с двумя важными приближениями: во-первых, корреляции между пикселями игнорировались, а во-вторых, энергии фотонов исключались.
За последние пять лет успешно применялись методы машинного обучения для преодоления первого приближения. В частности, анализ на основе сверточных нейронных сетей показал, что, хотя ГИЦ может иметь происхождение от точечных источников, эти источники должны быть значительно слабее, чем было заключено в предыдущих вероятностных исследованиях.
Флориан Лист (Венский университет) и его коллеги вновь обратились к методологии сверточных нейронных сетей, на этот раз, чтобы продемонстрировать, что она также может исключить вторую гипотезу и предоставить первый анализ природы точечных источников ГИЦ в зависимости от энергии.
С концептуальной точки зрения, это важный шаг вперед в исследованиях ГИЦ. Известно, что ГИЦ имеет спектр, отличающийся от доминирующих фонов. Таким образом, информация о энергии предоставляет мощный инструмент, позволяющий методам различать его природу, выявляя ошибки моделирования фона. Благодаря своей методике Лист и его коллеги обнаружили спектр избытка, схожий с теми, что были получены в предыдущих исследованиях, но с популяцией источников, значительно менее яркой, и с медианным предсказанием, совместимым с чисто пуассоновским излучением, как это ожидалось в случае, связанного с темной материей.
Это открытие имеет значительное значение, поскольку информация о энергии приводит к тому, что предполагаемые точечные источники должны быть значительно менее яркими, что указывает либо на то, что избыток в центре Галактики действительно имеет диффузный характер, либо состоит из исключительно большого количества точечных источников. Количественно, для лучшей модели фона, предложенной Листом и его коллегами, если избыток вызван точечными источниками, медианное предсказание числа пульсаров составляет порядка 100 000, и в любом случае более 35 000 с уровнем доверия 90%. В любом случае это будет популяция на несколько порядков больше, чем несколько сотен пульсаров, которые были ранее предпочтены в анализах точечных источников центра Галактики.
Исследователи отмечают, что вариации, допускаемые систематикой фона, могут снизить необходимое количество источников примерно в 10 раз. Однако это все равно значительно превышает несколько сотен. Для них это остается основной систематической неопределенностью, которая требует более глубокого изучения. Кроме того, помимо обновленных диффузных моделей, их нейронная сеть может быть обучена на линейных комбинациях различных моделей фона, включать адаптивные методы подгонки шаблонов или даже модели, взвешенные полиномами или гармониками. Это открывает интересные перспективы для будущих исследований по этому важному и увлекательному вопросу.
Таким образом, несмотря на то, что проблема остается известной своей сложностью, прогресс возможен, и машинное обучение оказывается мощным инструментом для преодоления старых ограничений. Лист и его коллеги произвели первую совместную инференцию спектра ГИЦ и распределения числа источников, показав, что включение энергии сдвигает распределение источников до такой степени, что оно становится неразличимым от пуассоновского излучения, предсказанного гипотезой о темной материи. Это ослабляет один из основных аргументов в пользу гипотезы о миллисекундных пульсарах...
Теперь следует изучить несколько прямых расширений этого исследования. Метод, например, может быть расширен на более широкий диапазон энергий, особенно в области низких энергий, где уникальный спектр ГИЦ может проявляться более четко. В более широком плане, вероятно, что подход на основе сверточных нейронных сетей, хотя и эффективный, все еще не является оптимальным использованием машинного обучения для данной проблемы. Изучение того, как эти методы могут быть еще более усовершенствованы, представляет собой важный шаг для будущего, особенно для определения того, была ли открыта темная материя еще в 2011 году благодаря обнаружению избытка гамма-излучения в центре Галактики...



