• LATEST
    • A PHP Error was encountered

      Severity: Notice

      Message: Undefined variable: latest

      Filename: views/_header.php

      Line Number: 48

      A PHP Error was encountered

      Severity: Warning

      Message: Invalid argument supplied for foreach()

      Filename: views/_header.php

      Line Number: 48


Algoritma InPCA Petakan Jaga-Raya & Singkap Misteri Fisika

Ilmuwan fisika Katherine N. Quinna dan koleganya asal Department of Physics, Cornell University, Ithaca, NY, Amerika Serikat (AS) mengembangkan suatu algoritma baru Intensive Principal Component Analysis (InPCA) guna memvisualkan model-model alam semesta dan menyingkap sejumlah misteri fisika selama ini. Katherine N. Quinna et al (2019) menciptakan InPCA yang menerapkan prinsip-prinsip ilmiah dalam suatu model algoritma guna memahami biologi sel, fisika, kosmologi dan data skala besar.

Proyek riset itu antara lain didukung oleh National Science Foundation dan Natural Sciences and Engineering Research Council of Canada asal Kanada. Hasil riset dan penemuan itu dirilis oleh jurnal Proceedings of the National Academy of Sciences (PNSA), edisi 24 Juni 2019 (Katherine N. Quinn, Colin B. Clement, Francesco De Bernardis, Michael D. Niemack, and James P. Sethna, “Visualizing probabilistic models and data with Intensive Principal Component Analysis”, PNSA, June 24, 2019).

“Science works because things behave much more simply than they have any right to. Very complicated things end up doing rather simple collective behavior,” ungkap profesor fisika James Sethna asal Department of Physics, Cornell University, Ithaca, NY, AS (Cornell University, 25/6/2019).

Algoritma InPCA dirancang oleh Katherine N. Quinn, penulis utama karya ilmiah itu, sehingga tim peneliti dapat membayangkan sejumlah besar kemungkinan (probabilities) untuk mencari pola atau informasi lain yang mungkin berguna, dan memberi intuisi lebih baik bagi tim peneliti untuk memahami model-model dan data yang rumit.

“A person can't just sit down and do it. We need better algorithms that can extract what we're interested in, without being told what to look for. We can't just say, 'Look for interesting universes.’ This algorithm is a way of untangling information in a way that can reveal the interesting structure of the data,” papar Katherine N. Quinn (Cornell University, 25/6/2019).

Katherine N. Quinn dan koleganya (2019) mendapat ilham dari teori replika ilmu mekanika statistik dengan mereplika sistemnya guna menyesuaikan dimensi dan membuat batas (limit) ketika jumlah replika menjadi zero. Hasilnya, penanaman yang intensif (intensive embedding) yang bukan hanya isometrik (mempertimbangkan jarak-jarak lokal atau tempat), tetapi juga memungkinkan visualisasi suatu struktur global secara lebih transparan.

Dari ilham teori replika itu, Katherine N. Quinn et al (2019) mengembangkan Intensive Principal Component Analysis (InPCA) dan menunjukkan kemajuan-kemajuan visualisasi model Ising magnetic spins, jaringan saraf, dan model dark energy cold dark matter (ΛCDM0) sebagaimana diterapkan pada latar gelombang-mikro kosmik.

InPCA memanfaatkan keunggulan berbagai sifat distribusi probabilitas untuk memvisualisasikan hal-hal yang dapat terjadi. Selain kosmologi, model InPCA itu dapat diterapkan di bidang machine learning dan fisika statistik atau membuat perkiraan-perkiraan tentang berbagai hal. Untuk menguji InPCA, tim ilmuwan itu menggunakan data dari satelit Planck pada European Space Agency dan mengkajinya dengan profesor fisika, Michael Niemack. Mereka menerapkan data model terhadap latar gelombang-mikro kosmik -- radiasi tersisa dari hari-hari awal alam semesta. Model ini menghasilkan suatu peta karakteristik yang mungkin dari beagam alam semesta, termasuk alam semesta (universe) kita.

“This new method of visualizing the qualities of our universe highlights the hierarchical structure of the dark energy and dark matter dominated model that fits the cosmic microwave background data so well. These visualizations present a promising approach for optimizing cosmological measurements in the future,” papar profesor Michael Niemack (Cornell University, 25/6/2019).

Oleh: Servas Pandur