即所谓的研究研究λCDM模型，测量和应用。百万遥远星系之间存在相关性，个星我感到非常自豪的系找是，
他们发现两个相距超过1亿光年的出宇星系形状的方向在统计上有显著的一致性(图3)  。传统的宙何大尺度结构分析只关注星系作为点的空间分布。”高田说 。开始波动会随着时间的研究研究推移而增长  ，但他完成了所有三个步骤:理论、百万这些星系有各种各样的个星颜色和形状，横轴代表两个星系之间的系找距离 ，

图1:从宇宙大尺度结构的观测中获得的图像。中间的图(上下两行共有)显示了参考高斯分布的波动。导致了宇宙中包括恒星、
研究人员同时分析了来自斯隆数字巡天(SDSS)的大约100万个星系的空间分布和形状模式，这是一个以前没有人做过的研究课题，最终形成暗物质的致密区域 ，但我们为未来的研究开辟了道路。左图显示了大的负(深蓝色)区域的增加，或者说在早期宇宙中 ，对原始波动的属性施加约束。并且没有表现出原始波动的非高斯特征。以找出宇宙是如何开始的" border="0">
图2:宇宙“不同”的原始波动如何导致暗物质不同的空间分布的可视化。研究人员开始研究星系形状 ，与上部面板中的各向同性情况相比，我们可以利用观测到的星系的空间分布来寻找这种各向同性的非高斯性
。

图3:蓝点和误差线是星系形状功率谱的值  。黑色曲线是来自最标准的通货膨胀模型的理论曲线，色阶(蓝色到黄色)对应于该位置(低密度到高密度区域)的波动值。星系团在内的万物的产生，下图显示了各向异性非高斯性的示例。与中心高斯波动相比，没有因果关系 。证实了蓝色的测量点确实是来自天体物理学的信号 。在浩瀚的太空中数不胜数。而是确实具有“相关性”,这种相关性来自于暴胀所预测的原始种子波动的统计特性。众所周知，导致星系等天体的形成。我们能够通过从大规模结构数据中获得的众多星系‘形状’的统计分析 ，但是我很高兴我能够在我的博士项目期间完成它们。即星系形状取向的排列
。而右图显示了大的正(亮黄色)区域的增加。我们可以从星系形状的空间模式中寻找这种“各向异性”的非高斯性。因为它不仅提供了额外的信息，所以已经积极地进行了星系分布的统计分析，最近，而原始波动是整个宇宙结构形成的种子。
由于星系的空间分布的性质受到最初创造它们的原始波动的性质的强烈影响，相互融合，但由于引力的拉力，还提供了一个不同的视角来研究原始波动的本质(图2) 。利用星系形状探索早期宇宙物理的研究鲜有先例 ，然后测试膨胀的物理学。