大阪大学大学院理学研究科の長峯健太郎教授らの研究グループは、スペインのカナリアス天体物理学研究所（IAC）との共同研究により、10万時間に及ぶ宇宙論的シミュレーションから得られた銀河間物質のガス分布（特に中性水素）を、機械学習技術によって数秒で再現できる新しい数値計算手法を開発することに成功しました。
　これまで宇宙の物質分布を正確に再現するためには、非常に大規模で時間のかかる宇宙論的流体力学シミュレーションをスーパーコンピュータ上で実行する必要があったため、より高速かつ効率的な計算手法が求められていました。
　今回、長峯教授とIACの研究グループは、宇宙の大規模構造を構成する成分である暗黒物質、電離ガス、中性水素の階層的な関係を利用し、さらに機械学習の手法を利用することで計算を高速化することに成功し、Hydro-BAMと呼ばれるアルゴリズムを開発することに成功しました。これにより、宇宙の物質分布のさらに精確な理解が進むことが期待されます。
　また、遠方銀河やクエーサーのスペクトルに見られる「ライマンアルファの森」と呼ばれる吸収線のパターンを高精度に再現することに成功しました。この森を解析することは、宇宙全体の理解を進める上で重要なことです。本研究成果は、米国科学誌『アストロフィジカル・ジャーナル』に、2021年11月と2022年3月に2本の論文として掲載されました。

---

Related links

• 大阪大学大学院理学研究科宇宙進化グループ（長峯研究室）