用AI来预测宇宙膨胀速度

释放双眼,带上耳机,听听看~!
卷积神经网络是一个在许多领域都炙手可热的工具,这是一个让电脑通过深度神经网络自行学习的算法,有时候它就像一个黑盒子,可以自己找到人类还不清楚的关系式。

哈伯-勒梅特定律可以简洁而优美的描述宇宙正在扩张的现象。 它是一个简单的线性关系式:距离越远的天体,退行速度越快。 整个宇宙像发酵中的面包,把上面的葡萄干分开的愈来越远。

不过大部分观测的时候,哈伯-勒梅特定律不会完全正确,因为重力的效应会抹除掉宇宙扩张的现象,使得真实的观测数据与方程式会有一些偏差。要解释这些偏差并不容易,因为这与物质的分布与运动有关——这大概是宇宙中最复杂的问题之一。 “微扰理论”是一个方法,可以一步一步的去描述非线性项,但是在大量运算的时候就会出现问题,因此科学家将目光投向了机器学习。

卷积神经网络是一个在许多领域都炙手可热的工具,这是一个让电脑通过深度神经网络自行学习的算法,有时候它就像一个黑盒子,可以自己找到人类还不清楚的关系式。

现在有研究团队已经进行测试,模拟了宇宙大规模结构演化至今的行为。 微扰理论在低密度及低速度的时候表现稳健,但机器学习模型在大部分情况的表现较好。随着未来先进大型天文台及太空望远镜的上线,我们将有更完整的观测数据来更好地验证每一个模型的优劣。 (编译/虞景翔)

数据来源:AAS NOVA

本文由奇点天文作者上传并发布,奇点天文仅提供文章投稿展示,文章仅代表作者个人观点,不代表奇点天文立场。

给TA买糖
共{{data.count}}人
人已赞赏
奇思妙想

天文学家可能又发现了一颗新的磁星

2021-6-7 22:24:30

奇思妙想

科学家们发现了比石墨烯更具韧性的二维材料

2021-6-7 22:54:07

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索