Kääpiögalaksien evoluutio Fornax-galaksijoukossa

Väitöstilaisuuden tiedot

Väitöstilaisuuden päivämäärä ja aika

Väitöstilaisuuden paikka

Groningenin yliopiston päärakennuksen auditorio, Groningen, Alankomaat

Väitöksen aihe

Kääpiögalaksien evoluutio Fornax-galaksijoukossa

Väittelijä

Filosofian maisteri Aku Venhola

Tiedekunta ja yksikkö

Oulun yliopiston tutkijakoulu, Luonnontieteellinen tiedekunta, Tähtitieteen tutkimusyksikkö

Oppiaine

Tähtitiede

Vastaväittäjä

Professori Sven de Rijcke, University of Ghent

Lisää tapahtuma kalenteriin

Kääpiögalaksien evoluutio Fornax-galaksijoukossa

Väitöskirjassa tutkittiin läheisessä Fornax-galaksijoukossa sijaitsevia himmeitä galakseja ja tähtivirtoja käyttäen syviä optisen alueen kuvia. Kuvat on otettu European Southern Observatory:n (ESO) Chilessä sijaitsevalla VST-teleskoopilla. Kuvien avulla löydettiin alueelta satoja uusia himmeitä galakseja, joista muodostettiin tähän mennessä laajin Fornax-joukon alueen galaksiluettelo. Väitöstutkimus tulee toimimaan pohjana eri instrumentteja hyödyntäville jatkotutkimuksille, joista muutamat ovat jo käynnistyneet.

Tutkimalla galaksien rakenteita ja värejä galaksijoukon eri osissa saatiin myös uutta näyttöä siitä, että galaksijoukko ympäristönä vaikuttaa merkittävästi siinä sijaitsevien galaksien kehitykseen. Aikaisempia tutkimuksia suurempaa galaksien määrää hyväksikäyttäen pystyttiin osoittamaan, kuinka joukkoympäristö vaikuttaa erimassaisten galaksien kehitykseen eri tavoin.

Tutkimuksessa käytetyt syvät ja laajat korkearesoluutioiset optisen alueen kuvat ovat keskeinen osa nykyaikaista tähtitiedettä. Yksi näihin kuviin liittyvä ongelma on kuitenkin niistä tuhansittain löytyvien himmeiden galaksien ja tähtivirtojen automaattinen tunnistaminen. Väitöskirjassa osoitettiin, kuinka uudenlainen maksimipuu-tietorakenteeseen perustuva algoritmi pystyy löytämään kuvista enemmän galakseja ja arvioimaan niiden rakennetta tarkemmin kuin tähtitieteessä yleisesti käytetty automaattinen menetelmä.

Tätä Groningenin yliopistossa kehitettyä algoritmia on aiemmin käytetty rakenteiden tunnistamiseen lääketieteellisissä kuvissa. Väitöstutkimuksen testien perusteella myös tulevat suuret taivaan kartoitukset voivat hyötyä merkittävästi kyseisestä algoritmista.
Viimeksi päivitetty: 23.1.2024