İÜ Fen Bilimleri Enstitüsü Astronomi ve Uzay Bilimleri Bölümü araştırma görevlisi Dr. Olcay Plevne ile doktora öğrencisi Furkan Akbaba tarafından Samanyolu'nda cüce galaksi kalıntılarının keşfedilmesine yönelik çalışma başlatıldı.
İÜ Bilimsel Araştırma Projeleri (BAP) Birimi doktora tez projesi ve TÜBİTAK 1001 projesiyle desteklenen araştırmada, Gaia uydusu ve yer tabanlı teleskoplarla SDSS-V teleskobundan elde edilen yüksek çözünürlüklü fotometrik ve astrometrik veriler ile yer tabanlı tayfsal veriler bir araya getirildi.
Çalışma sonucunda, 4 cüce galaksi kalıntısı ve 1 dağılmış küresel küme kalıntısı keşfedildi.
Bilim insanlarının çalışması, "Publications of the Astronomical Society of the Pacific (PASP)" dergisinde yayımlandı.
Yeni yapılar, yazarların isimlerinin ilk harfleriyle isimlendirilerek "FO1-FO2-FO3-FO4-FO5" adıyla literatürde yerini aldı.
Dr. Olcay Plevne, çalışmanın TÜBİTAK projesinin devamı niteliğinde olduğunu söyledi.
Araştırmanın temel amacının Samanyolu'nun geçmişte birleşmeler yoluyla bünyesine kattığı uydu cüce galaksilerin izlerini ortaya çıkarmak olduğunu belirten Plevne, çalışmanın DNA analizine benzediğini kaydetti.
Plevne, daha önce bilinen yapıların arasındaki yeni sistemleri ortaya çıkarmak için makine öğrenmesi ve büyük veri analizinden yararlandıklarını kaydederek, "Uzun süredir çalışılan ve bilinen yapılar var. Bu yapıların arasında, yeni teknikler kullanarak, makine öğrenimi, büyük veri analizi yaparak ve daha öncesinde projelerde öğrendiğimiz bilgileri de katarak, bilinenlerin arasında yeni 4 yapıyı keşfetmeyi başardık. Daha önce literatürde 15'in üzerinde benzer yapı bulunuyordu. Bunlara 4 tane daha yeni yapıyı kattık." diye konuştu.
Yeni yapıların keşfinin galaksilerin oluşum süreçlerinin anlaşılması açısından önem taşıdığına işaret eden Plevne, şu ifadeleri kullandı:
"Galaksimizin nasıl oluştuğuna bakarak, evrendeki diğer galaksilerin nasıl oluştuğunu inceliyoruz. Daha yapısal modellerin bu cüce galaksi evrimlerini ya da ana galaksinin evrimine nasıl kattığını, neler kazandırdığını ya da iç içe geçerek bu dinamiklerini ve kimyasal etiketini nasıl değiştirdiğini inceliyoruz. Ve bu bize galaksi evrimi konusunda hem yeni şeyler katıyor hem de galaksimizin bilmediğimiz geçmişini daha iyi öğrenmemizi sağlıyor."
Plevne, "Bu yeni 4 yapının, 4 cüce galaksinin yıldızlarını ayırdık. Bunlar az sayıdalar şu anda. Çünkü çok dağılmış durumdalar. Galaksinin içerisine nereye bakarsanız bunları görmek mümkün. Ama hangisinin hangisiyle ilişkili olduğunu, hangisinin nereden geldiğini derin analizler sayesinde bulabildik. Şu an sayısı bunların az olduğu için ne zaman çarpışmışlar, nasıl gelmişler, ilk bunların cüce galaksileri nasılmış gibi sorulara daha sonra cevap vereceğiz." dedi.
Doktora öğrencisi Furkan Akbaba ise araştırmada Avrupa Uzay Ajansının (ESA) Gaia uydusunun ve yer tabanlı SDSS-V gözlem verilerinin kullanıldığını söyledi.
SDSS-V verilerinin, Güney ve Kuzey Yarımküre'de bulunan iki ayrı teleskoptan geldiğini anlatan Akbaba, "Gaia uydu verileriyle, bu teleskoplardan gelen tayf verilerini birleştirerek büyük çaplı, yaklaşık 1 milyon 400 bin yıldızın toplam verisi üzerinden çalışarak hareket ettik." diye konuştu.
Akbaba, makine öğrenmesi ve yapay zeka yöntemlerinin araştırmada önemli rol oynadığını dile getirerek, "Bunun üzerine literatürde bilinen 15 farklı cüce galaksinin üzerine biz de 4 tane daha eklemiş olduk. Toplamda 19 oldu. Bununla birlikte 1 tane de kimyasal bolluklarının farklılıklarından ortaya çıkardığımız parçalanmış küresel küme kalıntısı keşfettik." ifadelerini kullandı.
Çalışmanın Q1 sınıfı, etki faktörü 6,8 olan saygın bir bilimsel dergide yayımlandığını belirten Akbaba, araştırmanın Samanyolu'nun oluşum sürecinin anlaşılmasına katkı sağlayacağını kaydetti.
Yeni gözlem verileri geldikçe bu yapıların yaşlarının, galaksiyle ne zaman birleştiğinin ve kütlelerinin belirlenebileceğini aktaran Akbaba, "Bu da galaksi oluşum simülasyonlarında kullanılan bir gözlemsel veri olacak aslında simülasyoncular için." dedi.
Araştırmada hem yıldızların kimyasal bolluklarının hem de uzay hareketlerinin birlikte analiz edildiğini belirten Akbaba, şunları kaydetti:
"Aslında iki türle çalıştık. Hem DNA titizliği yani kimyasal bolluklara baktık, yıldızların kimyasal bolluklarını inceledik hem de dinamik analizlerini yaptık. Bu iki bilgiyi, kimyasal bolluklar ile dinamik analizleri, 'kemodinamik' adı verilen bir yapıyla makine öğrenmesi yöntemine girdi parametresi olarak verdik. Biz 'Şunu bul, bunu bul.' demedik yapay zekaya. Tamamen kendisi araştırarak bu 15 yapıyı bulduktan sonra artı 4 tane farklı yapının, literatürle uyuşmayan farklı yapının ortaya çıktığını görünce bunun keşif olduğunu anladık."