Ingeniera chilena publica importante hallazgo sobre "Delfin++", un algoritmo que busca vacíos cosmológicos para el estudio de galaxias

Valeria Guidotti Contreras, ingeniera de desarrollo de Data Observatory, acaba de publicar su investigación en la revista científica internacional Astronomy and Computing. La publicación evidencia un software simple y eficiente, que con un bajo número de parámetros (o valores que un usuario debe configurar para su uso), puede lograr resultados comparables con softwares comúnmente utilizados para búsqueda de vacíos cosmológicos.

Ingeniera chilena publica importante hallazgo sobre "Delfin++", un algoritmo basado en triangulaciones de Delaunay, que permite encontrar vacíos poliédricos 3D en estudios de galaxias. La publicación corresponde a Valeria Guidotti Contreras, ingeniera de Desarrollo de Data Observatory, y acaba de divulgarse en la revista científica internacional Astronomy and Computing.

El problema inicial que se aborda con Delfin++ y con versiones previas del software es la búsqueda de vacíos cosmológicos. "Los vacíos son zonas de baja densidad (no necesariamente vacías o desprovistas de galaxias), cuyo estudio es crítico para comprender el origen y evolución del universo. No es una tarea trivial porque no existe un consenso sobre la definición de vacíos, y los datos disponibles no son masivos y a veces se encuentran incompletos. Desde el descubrimiento de los vacíos como una estructura del universo, se han propuesto distintos métodos de búsqueda, pero no todos abordan el problema de la misma manera, generando inconformidades", explica Guidotti.

La ingeniera señala que la solución propuesta para la búsqueda de vacíos cosmológicos es trabajar con la tetrahedralización (o teselación en 3D) de Delaunay de las galaxias en una muestra de datos, y a partir de este generar un estimador de densidad de galaxias, además de los poliedros que representan los vacíos o zonas de baja densidad. El software fue desarrollado en C++ (lenguaje de programación). Añade que: "Una característica importante de la propuesta es que el usuario sólo necesita definir el límite de densidad de galaxias sobre el cual una galaxia sea parte de un cluster y no parte de un vacío".

La principal conclusión del trabajo es que con la teselación de Delaunay y la aplicación de un límite de densidad sobre las galaxias para que sean consideradas parte de un vacío, fue posible encontrar coincidencias de vacíos con otros softwares de búsqueda. Esta publicación evidencia un software simple y eficiente, que con un bajo número de parámetros (o valores que un usuario debe configurar para su uso), puede lograr resultados comparables con softwares comúnmente utilizados para búsqueda de vacíos.

Al ser consultada sobre los desafíos que abre esta investigación, Valeria Guidotti sostiene que: "En particular a Delfin++ se pueden mejorar las definiciones y procesos relacionados a la manipulación o estudio de datos en los bordes de las muestras de galaxias. También se puede mejorar el algoritmo cuando se trata con ausencia de datos. Algo que se escapaba de los alcances de la publicación es el uso de simulaciones cosmológicas para realizar pruebas del algoritmo, lo cual es un trabajo grande por sí solo, ya que hay pocos catálogos de vacíos acompañados de un catálogo simulado de galaxias".

En el estudio también participaron Nancy Hitschfeld, profesora titular del DCC de la U. de Chile, doctora de la Universidad ETH Zurich; Gabriel Marinello, Data Analyst del Observatorio ALMA, doctor en Astrofísica de la Universidad de Central Lancashire; y Luis Campusano, profesor titular del Departamento de Astronomía de la Facultad de Ciencias Físicas (FCFM) de la Universidad de Chile, doctor en astronomía de la Universidad de Toulouse III.

Data Observatory es una organización académica, público-privada, en la que participan el Ministerio de Ciencia, Tecnología, Conocimiento e Innovación; el Ministerio de Economía, Fomento y Turismo; Amazon Web Services (AWS); y la Universidad Adolfo Ibáñez, cuya misión es adquirir, almacenar, procesar, analizar y disponibilizar conjuntos de datos de gran volumen y calidad, para contribuir al desarrollo de conocimiento, ciencia, tecnología e innovación, gracias a la ciencia de datos y la inteligencia artificial. El aporte del Estado a Data Observatory es realizado por la Agencia Nacional de Investigación y Desarrollo (ANID).

Link a la publicación:

https://doi.org/10.1016/j.ascom.2023.100713