Нейросети предсказали черные дыры средней массы в шаровых скоплениях

Международная группа исследователей использовала нейронные сети и случайный лес для прогнозирования наличия черных дыр промежуточной массы (IMBH) в близлежащих звездных скоплениях. Работа основана на синтетических каталогах, созданных с помощью кода эволюции скоплений Rapster, и опубликована на arXiv.

Черные дыры промежуточной массы — объекты в диапазоне от 100 до 100 000 солнечных масс, которые долгое время оставались неуловимыми. В отличие от сверхмассивных черных дыр в центрах галактик, их существование в скоплениях до сих пор оспаривается.

Ученые обучили модели на данных о полной массе, радиусе полумассы и других наблюдаемых параметрах, чтобы предсказать массу самой тяжелой черной дыры, образовавшейся в результате слияний. Затем модели применили к реальным шаровым скоплениям Млечного Пути и ядерным скоплениям ближайших галактик.

Результаты показали, что в шаровых скоплениях черные дыры тяжелее 100 солнечных масс встречаются крайне редко — доля таких систем составляет около 2%. Однако некоторые скопления могут содержать остатки в верхнем массовом разрыве, массой до 100 M?.

Среди ядерных скоплений особенно выделяются объекты NGC 5102 и NGC 5206, где предсказанная масса центральной черной дыры превышает 100 M?. Это контрастирует с оценками, полученными из кинематических наблюдений, что указывает на возможную роль аккреции газа и звезд в их формировании.

Дополнительно авторы применили нормализующие потоки для оценки вероятности коллапса скопления в первые миллионы лет после его образования. Это позволяет понять, какие начальные условия благоприятствуют формированию массивных черных дыр.

Работа демонстрирует эффективность машинного обучения в астрофизике — методы не только предсказывают свойства черных дыр, но и помогают интерпретировать расхождения между теорией и наблюдениями. Дальнейшие исследования с новыми данными телескопов, таких как JWST, могут уточнить эти прогнозы.