新的模拟映射后的前几秒 大爆炸，专注于科学家所说的银河介质，或星系之间的气体和尘埃。
由加那利群岛天体物理研究所 (IAC) 的研究人员领导的一个团队使用机器学习（一种训练计算机识别模式的算法）来完成 100,000 小时的计算。 该项目的算法称为 Hydro-BAM。
这项新工作使研究人员能够绘制现象图，包括 暗物质IAC 代表 5 月 20 日表示，活化气体、中性氢和其他宇宙成分对于了解我们的宇宙结构至关重要 陈述 （在新标签中打开）.
他们补充说：“这项研究还使得以高分辨率再现所谓的‘莱曼阿尔法’森林成为可能。这是 星系 以及当氢气云吸收银河光时产生的类似物体。
这些“虚拟宇宙”作为研究的试验台 宇宙学研究人员补充说：“然而，计算模拟很昂贵，目前的计算设施只允许这样做 [us] 探索小宇宙尺度。 “
Hydro-BAM 旨在包括概率、机器学习和宇宙学，这意味着宇宙的历史。 研究人员说：“这种算法可以在短短几十秒内获得高度准确的预测。”
在星系光谱中绘制吸收线使团队能够了解氢气云的位置。 位置是距离的代表，因为 宇宙在不断膨胀. 这些云还提供了有关气体和尘埃的星际介质中存在什么的线索。
“当我们意识到我们试图建模的星系际气体、暗物质和中性氢的数量之间的联系以分层方式组织良好时，突破就出现了，”拉大的博士生 Francesco Cengiglia 说。西班牙拉古纳、IAC、意大利帕多瓦大学和该研究的主要作者。
该研究的最新研究于 3 月发表在 天体物理学杂志相关研究发表于 同一本杂志 2021 年 11 月。
在推特上关注伊丽莎白豪厄尔 推文嵌入 （在新标签中打开）. 在推特上关注我们 推文嵌入 （在新标签中打开） 或脸书。
More Stories
詹姆斯·韦伯太空望远镜检测到超大质量黑洞附近的冲击（图片）
研究表明，富含水果和蔬菜的饮食可以降低患心脏病和肾脏疾病的风险
中国的巨大陨石坑里有“天堂”森林，其中的植物适应了严酷的地下生活