2017 Fiscal Year Research-status Report
| Project/Area Number |
17K05395
|
|---|
| Research Institution | The Institute of Statistical Mathematics |
|---|
Principal Investigator |
森井 幹雄 統計数理研究所, 統計的機械学習研究センター, 特任助教 (90392810)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | データ科学 / 観測天文学 |
|---|
| Outline of Annual Research Achievements |
Ｘ線望遠鏡で取得した超新星残骸に対して新たなイメージ解析手法を提案した。佐藤他(ApJ, 853, 46)では、オプティカルフローを用いることにより、逆行衝撃波の領域を可視化することに成功した。これによりシンクロトロン放射領域との対応をクリアに示すことができた。また、勝田他(ApJ, 856, 18)では、超新星残骸の放射成分毎のイメージを効率的に分解する方法を提案した。超新星爆発時に生成される中性子星のキックメカニズムとして提案されていた二つのモデルのうち、hydrodynamicモデルを強く支持する結果を得た。
また、MAXI/GSCの７年間の観測で得られた天体のカタログの作成のために使用する点源関数の構築に寄与した(Hori 他, ApJS, 235, 7)。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
超新星残骸の解析のために開発した方法(佐藤他、勝田他）は、多くの天体に利用可能であり、さらにサンプルを増やすことで、新たな発見があり得る。また、超新星爆発時に生成される中性子星のキックメカニズムがhydrodynamicであるという強い証拠を得たことにより、超新星爆発の理論モデルに影響を与えることができた。
|
| Strategy for Future Research Activity |
MAXIのデータから突発天体を自動的に検出するために、機械学習を用いるプロジェクトを継続して行う。また、すでに提案済みのTomo-e Gozen のデータの圧縮手法を実際に動かして新天体の発見に貢献する。また、Tomo-e Gozen で得られた天体から周期性を検出したり、ライトカーブを分類する方法などを提案する。超新星残骸の成分分離の方法の改良も行う。
|
Research Products
(8 results)
