El grup d’investigadors liderat per Alfred Castro-Ginard ha trobat 582 cúmuls d’estrelles nous l disc galàctic de la Via Làctia, fent servir les dades de la missió Gaia.
Els cúmuls estel·lars son grups d’estrelles gravitacionalment lligades entre sí, que al formar-se en un mateix esdeveniment tenen la mateixa edat i composició química. L’estudi dels cúmuls d’estrelles permet entendre millor l’origen i evolució de les galàxies, i alguns d’ells son útils també per determinar-ne l’escala. Hi ha dos tipus de cúmuls estel·lars; es consideren cúmuls globulars quan les estrelles que els formen son velles, i cúmuls oberts quan les estrelles que els formen son joves, normalment amb una edat inferior a pocs centenars de milions d’anys. Els cúmuls oberts només es troben en aquelles galàxies on hi ha formació estel·lar activa, que són les galàxies en forma d’espiral o irregulars.
Cinc-cents vuitanta-dos cúmuls d’aquest segon tipus són els que ha trobat un equip de l’Institut de Ciències del Cosmos. Les dades que han fet servir provenen de la missió espacial Gaia de l’Agència Espacial Europea, en òrbita des del 2013. Aquest paquet de dades és el segon conjunt que es publica, i es coneix com a DR2 per les sigles en anglès de Gaia Second Data Release.
coneguts; en gris, els nous cúmuls descoberts en aquest article.
Els investigadors de l’estudi van utilitzar una metodologia nova que han estat desenvolupant durant els darrers dos anys. L’Alfred Castro-Ginard, membre del grup Gaia a l'ICCUB, n’és l’investigador principal “Abans, no hi havia una metodologia per detectar aquests objectes estel·lars de manera homogènia, degut a que no hi havia un conjunt de dades tan gran i tan precís com Gaia”, ens diu. L’equip va utilitzar un mètode basat en machine-learning, primer en un conjunt reduït de dades – en un article publicat el 2018, i més tard en una regió determinada de la galàxia – en un article publicat el 2019. “La raó per la que vam escollir aquest mètode és precisament pel llançament de dades de Gaia, que inclouen més de mil milions d’estrelles. Per analitzar aquest gran volum, vam pensar que s’havia de fer d’una manera automàtica”.
Aquest mètode de machine-learning els va permetre en primer lloc, identificar parts híper-denses del disc galàctic. Després, un algoritme identificava aquelles parts híper denses candidates a ser cúmuls. Finalment, els investigadors van fer servir una xarxa neuronal d’intel·ligència artificial que reconeixia patrons de color i magnitud isocrònics per anar comprovant cada candidat. Al final del procés, van aconseguir confirmar-ne 582.
“Abans d’aquest mètode hi havia al voltant de 1.200 cúmuls coneguts. Ara, combinant la nostra nova metodologia amb la gran quantitat de dades de Gaia, hem pogut trobar-ne més de 650, comptant els 23 del primer article, els 53 trobats al segon i els 582 d’ara. Això ha fet créixer força el catàleg”, explica Castro-Ginard. “Tenir un catàleg complert de cúmuls oberts i cartografiar la Galàxia amb aquests objectes ens permet estudiar millor aquelles regions on hi ha formació estel·lar, o fer determinats càlculs com la funció inicial de massa per als cúmuls joves. També ens permet conèixer els mecanismes a través dels quals aquests cúmuls es dissolen en el camp”.
L’Alfred Castro-Ginard està treballant actualment en la seva tesi doctoral, en la qual aplica tècniques de mineria de dades (o machine learning) a les dades provinents de Gaia, amb l’objectiu de detectar patrons de formació dels cúmuls oberts i entendre l’estructura de la galàxia. També treballa en el procés de validació de les dades de Gaia com a membre del grup de treball DPAC.
Podeu trobar l’article complet a la revista Astronomy & Astrophysics
Els articles relacionats son:
- Castro-Ginard et al., 2018. “A new method for unveiling open clusters in Gaia. New nearby open clusters confirmed by DR2”, Astronomy & Astrophysics, 618, id.A59.
- Castro-Ginard et al., 2019. “Hunting for open clusters in Gaia DR2: the Galactic anticentre”, Astronomy & Astrophysics, 627, id.A35.
