上田晴彦(秋田大学), 郷田直輝, 矢野太平(国立天文台), 小山博子 (名古屋大学),

Slides:



Advertisements
Similar presentations
1 小暮研究会2 第1章ベイジアンアルゴリズ ム 2値選択 ベルヌーイ試行 尤度原理 同一性 交換可能性 尤度についてのまとめ 環境情報学部3年 渡邊洋一.
Advertisements

Division of Process Control & Process Systems Engineering Department of Chemical Engineering, Kyoto University
エリスワームホール時空における ダスト流解とそのシャドウ Yamaguchi University Takayuki Ohgami, Nobuyuki Sakai ブラックホール地平面勉強会 10 月 4,5 日 湯田温泉.
『わかりやすいパターン認 識』 第 5 章 特徴の評価とベイズ誤り確率 5.4 ベイズ誤り確率と最近傍決定則 発表日: 5 月 23 日(金) 発表者:時田 陽一.
1 銀河系力学構造の 構築について 上田晴彦 ( 秋田大学 ) 郷田直輝, 矢野太平 ( 国立天文台 ) 竹原理論物理学研究会 2011年6月7日 ホテル大広苑.
2016 年度 計量経済学 講義内容 担当者: 河田 正樹
第1回 確率変数、確率分布 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
自己重力多体系の 1次元シミュレーション 物理学科4年 宇宙物理学研究室  丸山典宏.
確率・統計Ⅰ 第11回 i.i.d.の和と大数の法則 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
実証分析の手順 経済データ解析 2011年度.
(Fri) Astrophysics Laboratory MATSUO Kei
Bassモデルにおける 最尤法を用いたパラメータ推定
「データ学習アルゴリズム」 第2章 学習と統計的推測 報告者 佐々木 稔 2003年5月21日 2.1 データと学習
流体のラグランジアンカオスとカオス混合 1.ラグランジアンカオス 定常流や時間周期流のような層流の下での流体の微小部分のカオス的運動
重力レンズ効果を想定した回転する ブラックホールの周りの粒子の軌道
(ラプラス変換の復習) 教科書には相当する章はない
第6章 カーネル法 修士2年 藤井 敬士.
サポートベクターマシン によるパターン認識
大規模数値計算による原始銀河団領域に関する研究
第6章 連立方程式モデル ー 計量経済学 ー.
現実の有限密度QCDの定性的な振る舞いに
7. 音声の認識:高度な音響モデル 7.1 実際の音響モデル 7.2 識別的学習 7.3 深層学習.
原子核物理学 第8講 核力.
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
アストロメトリデータによる力学構造の構築方法
銀河風による矮小銀河からの質量流出とダークマターハロー中心質量密度分布
Online Decoding of Markov Models under Latency Constraints
中性子干渉実験 2008/3/10 A4SB2068 鈴木 善明.
第14章 モデルの結合 修士2年 山川佳洋.
構造情報に基づく特徴量を用いた グラフマッチングによる物体識別 情報工学科 藤吉研究室  EP02086 永橋知行.
6. ラプラス変換.
D中間子崩壊過程を用いた 軽いスカラー中間子の組成の研究
銀河・銀河系天文学 星間物理学 鹿児島大学宇宙コース 祖父江義明 .
プラズマ発光分光による銅スパッタプロセス中の原子密度評価
量子力学の復習(水素原子の波動関数) 光の吸収と放出(ラビ振動)
星形成時間の観測的測定 東大天文センター M2 江草芙実 第4回 銀河shop 2004/10/19.
LHC計画が目指す物理とは × 1:ヒッグス粒子の発見 2:標準理論を越える新しい物理の発見 未発見!
重力レンズ効果による画像の変形と明るさの変化
小型JASMINE計画の状況       矢野太平(国立天文台)       丹羽佳人(京大).
ガンマ線連星 LS I 放射モデル 2009/12/14 永江 修(広島大学).
§6.無衝突ボルツマン方程式の平衡解 ★無衝突系の例: 楕円銀河  定常状態としたらどのような  状態か?(平衡解)            現在の力学構造.
サポートベクターマシンを用いた タンパク質スレッディングの ためのスコア関数の学習 情報科学科4年 81025G 蓬来祐一郎.
2009年7月9日 熱流体力学 第13回 担当教員: 北川輝彦.
瀬戸直樹(京大理) DECIGO WS 名古屋大学
2重井戸型ポテンシャルに捕捉された 冷却原子気体の非平衡初期分布緩和過程に対する非平衡Thermo Field Dynamics
チャネル結合AMDによる sd殻Ξハイパー核の研究
円柱座標系の基底関数系を用いたSCF法による 円盤銀河のシミュレーション
CCDを用いた星像中心決定実験の結果 ○矢野太平(理研)、郷田直輝、小林行泰、辻本拓司(国立天文台)
第3章 線形回帰モデル 修士1年 山田 孝太郎.
九州大学 猿渡元彬 共同研究者 橋本正章 (九州大学)、江里口良治(東京大学)、固武慶 (国立 天文台)、山田章一(早稲田理工)
B03 量子論理回路の 最適化に関する研究 西野哲朗,垂井淳,太田和夫,國廣昇 電気通信大学 情報通信工学科.
インフレーション宇宙における 大域的磁場の生成
宇 宙 その進化.
第9章 学習アルゴリズムとベイズ決定側 〔3〕最小2乗法とベイズ決定側 発表:2003年7月4日 時田 陽一
格子ゲージ理論によるダークマターの研究 ダークマター(DM)とは ダークマターの正体を探れ!
定常剛体回転する宇宙ひもからの 重力波放射
Massive Gravityの基礎と宇宙論
人工知能特論II 第8回 二宮 崇.
大学院ガイダンス(柏キャンパス) 2011年6月11日 岸本 康宏
対象:せん断補強筋があるRCはり(約75万要素)
ポッツスピン型隠れ変数による画像領域分割
原子核物理学 第7講 殻模型.
構造方程式ゼミナール 2012年11月14日-11月21日 構造方程式モデルの作成.
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年8月1日 3.2 競合学習
確率的フィルタリングを用いた アンサンブル学習の統計力学 三好 誠司 岡田 真人 神 戸 高 専 東 大, 理 研
Massive Gravityの基礎と宇宙論
ブレーンガスを用いた ダークマターの可能性
確率的フィルタリングを用いた アンサンブル学習の統計力学 三好 誠司 岡田 真人 神 戸 高 専 東 大, 理 研
パリでも有名なABE.
混合ガウスモデル Gaussian Mixture Model GMM
Presentation transcript:

上田晴彦(秋田大学), 郷田直輝, 矢野太平(国立天文台), 小山博子 (名古屋大学), 銀河系力学構造の 構築方法について JASMINEワークショップ 2010年2月23日 国立天文台 上田晴彦(秋田大学), 郷田直輝, 矢野太平(国立天文台), 小山博子 (名古屋大学), 阪上雅昭  (京都大学)

本日の内容 1. 力学構造と位相分布関数 2. Torus Fitting 3. 力学構造構築の全体像 銀河系の力学構造を決めるに際しての困難さとは? 2. Torus Fitting トーラス構築に関する新しい手法の提案 3. 力学構造構築の全体像 銀河系の力学構造をどのように決めるか?

1 力学構造と位相分布関数 位置天文学は新時代に突入 Nano-JASMINE GAIA 1 力学構造と位相分布関数 位置天文学は新時代に突入    Nano-JASMINE          GAIA http://www.jasmine-galaxy.org/nano/nano-ja.html http://sci.esa.int/science-e/www/area/index.cfm?fareaid=26

なぜ求まらない? 高精度位置天文データが入手可能に ⇒ 新たなサイエンスの誕生 銀河系の力学構造の決定が可能になるのでは? ⇒ 新たなサイエンスの誕生 銀河系の力学構造の決定が可能になるのでは? 位相分布関数は力学構造を記述する基本量 ⇒ しかしながら位相分布関数は観測データからは     直接は求まらない。 なぜ求まらない?

欲しい情報 我々の銀河の全ての構成要素(重力物質)を表現   する位相分布関数 fmatter(x,v) アストロメトリ・データが持つ情報 観測された星の位相分布関数 fobs(x,v) アストロメトリ・データから、重力物質全体の位相分布関数をどのように構築していくか、という理論的な研究の必要性(サイエンスWGの研究課題)

註)星の軌道とトーラス構造 3次元ポテンシャル(Three-dimensional Triaxial Potential) のもとでの星の軌道は、 かなり複雑     コア内部では box orbit     コア外部では box orbit + tube orbit   ⇒ 位相空間内では単純             (3次元トーラス上を動く)

配位空間 ⇒ 軌道はbox型 または tube型 位相空間 ⇒ 3次元トーラス構造

2 Torus Fitting 銀河系の位相分布関数を決定することを考える。 ⇒ 銀河系の力学的時間尺度は宇宙年齢に比べ  ⇒ 銀河系の力学的時間尺度は宇宙年齢に比べ      十分に短いことを考慮する 基本的仮定:銀河系の構造は定常状態 ただし現実的には銀河は非定常であるかもしれない。  ⇒ ずれが小さいと期待できるので、定常状態からの      摂動として計算可能 f(x,v) f(x,v,t)

銀河系の構造が定常であると? ⇒ ほぼすべての星の軌道は規則的 強いジーンズの定理   位相分布関数は3つの孤立積分(作用変数)の関数       ⇒ f(J1,J2,J3 )  J は位相分布関数をコンパクトに表現する際に有用

位相分布関数のコンパクトな表現はモデル作りに有用 しかし、弱点も存在する    fmodel はJの関数 ⇒ fmodel(J)    fobs は (x,v) の関数 ⇒ fobs(x,v) もし我々がJ ⇔ x,v の変換を知らなければ、モデルと   観測の結果を比べることが出来ない。 よって、これらの変換を求めることは、とても重要!!

変換 J ⇔ x,v に関する注意 変換 J ⇔ x,v が解析的に実行可能なのは、ポテンシャルの形が理想的な場合のみ。 2つの例外 (Ideal Potential) A)Harmonic-Oscillator Type  B)Isochrone Type 一般のポテンシャルものとでの J ⇔ x,v の変換を数値的に求めることは、とても重要。

このプロセスはトーラス構築と呼ばれる。 もっとも洗練されたトーラス構築の1つとして、Binney とその協力者たちによって提案された方法が有名。 変換の母関数Sを用いる   一般のポテンシャルのもとでの作用変数 J’    ⇔ 理想的なポテンシャルのもとでの作用変数 J 我々は J と x, v の関係は知っているので、最終的に J’ と x, v の座標変換が得られる。       ⇒  J’ = J’ (J) = J’ (x、v)

系のエネルギーが保存する ⇒ J’⇔J の変換を引き起こす母関数を、洗練された     方法で求める。 この手法は優れているが、トーラス構造が複雑になってくると、J’⇔J の変換を求めることが難しくなってくる。 よって我々はこの手法を採用しない ⇒ 不変トーラスの幾何学的情報を用いる       (Torus fitting) 複雑な系のもとで、J’ ⇔ J の変換を求める際に力を発揮する

1) 与えられたポテンシャルのもとで、星の軌道を計算 ⇒ いくつかの位相空間上の位置を保持 (xi,vi) アルゴリズム 1) 与えられたポテンシャルのもとで、星の軌道を計算  ⇒ いくつかの位相空間上の位置を保持 (xi,vi) (x3,v3) (x2,v2) (x4,v4) (x1,v1) (x5,v5)

2) Ideal potential の型を決定 A)Harmonic-Oscillator    B)Isochrone    保持している位置    作用・角変数     (xi、vi)   ⇒  (J i、θ i)              ⇒  (J、θ)      補間 15 15

3) 以下の関係式を満たすように(J、θ) を修正 : 実数 母関数  母関数      最終的に変換 J’ ⇔ J が求まる 16 16

3 次元ポテンシャルにおけるデモンストレーション 1) Logarithmic potential Rc=0.14, q1=0.9 q2 =0.8 2) Ferrers potential n=1                            a2=0.9a1                                     a3=0.8a1 与えられた J’ の値をもとに、関係 J’⇔(x,v) を探す ⇒ 与えられた J’ のもとで、不変トーラスを再構築

Logarithmic potential y=z=0 J’1=0.4 px J’1=0.06 x

Ferrers potential y=z=0 J’1=0.28 px J’1=0.04 x

3 力学構造構築の全体像 先に述べた方法で、数値的に J’=J’(x,v) が得られる。 ⇒ しかしこれは、銀河系の力学構造構築のための 3 力学構造構築の全体像 先に述べた方法で、数値的に J’=J’(x,v) が得られる。  ⇒ しかしこれは、銀河系の力学構造構築のための 第一歩に過ぎない。 位相分布関数を決める必要がある。 力学構造構築のためのアルゴリズムは、以下の通り

1)銀河系の重力ポテンシャルを仮定 A) Logarithmic potential (Disk部分)  B) Ferrers potential (Bulge部分)  どのようなものがよいのか、現在考察中

2)J ⇔ x,v の評価 仮定したポテンシャルのもとで、作用変数とx、vとの 変換を求める  仮定したポテンシャルのもとで、作用変数とx、vとの   変換を求める   ⇒ Torus fitting (サイエンスWG) Torus construction (Binneyグループ)      その他の手法  位相分布関数をJの関数として求める準備完了

3)重力物質の位相分布関数の作成 仮定したポテンシャルのもとで、初期条件を変えた テスト粒子の軌道を多数計算。   仮定したポテンシャルのもとで、初期条件を変えた     テスト粒子の軌道を多数計算。   ポアソン方程式        を通して、密度分布を計算   各々の軌道をある重みで足し上げる    ⇒ 密度分布を再現できるような重みを求める    ⇒ 位相分布関数f(J)およびf(x、v)を推定

4)観測データから重力物質の位相分布関数を 推定    推定  観測データは、明るさや色で選択された特定の星のみ   の情報を含む  ⇒ 選択効果が働いている!!   ・選択効果を取り除く手法の確立   ・観測にかからない星+ダークマター等を加える

5)両者の比較    一般に食い違うので、より近くなるようポテンシャルの     パラメータを変更   ⇒ かなりの試行錯誤が必要?                       

アルゴリズムの全体像 ポテンシャル Φ(x) f (x,v) J(x,v) f (x,v) f (J) f (x,v) Φ(x)を仮定 obs J ⇔ x,v を評価 全ての重力物質   の DFを推測 (2章の内容) J(x,v) 改良! f (x,v) matter made-to-measure法で      f(J)の形を決定  比較 Syer & Tremaine (1996) f (J) model f (x,v) model

ご清聴ありがとう ございました