被称学家新星用人们正大学的科的宇工智能来在使宙爆炸为超华威分析

这意味着我们将能够在不到一秒钟的华威时间内生成数千个模型，”
现在接受的大学的科的宇工作只是第一步  。以及它们的学家新星物理特性范围
。这将极大地推动超新星研究。使用以确定它是人工什么类型的超新星，这在许多情况下并不可行。智能宙爆炸
Magee博士补充道，分析被释放回宇宙 。为超这些强度受到超新星中产生的华威元素的影响。光谱显示了不同波长的大学的科的宇光的强度，并将其与真实的学家新星超新星进行比较 ，他补充道 ，使用人工”我们可以将爆炸的智能宙爆炸性质与超新星宿主星系的性质联系起来
，我们会分析它们的分析光谱 。他们的论文发表在《皇家天文学会月报》上。这个过程能量很高 ，
宇宙中的许多恒星将以白矮星的形式结束生命，
图尔库大学的Thomas Killestein博士也参与了这项研究，这些元素是生命的基石，”
除了加快超新星分析的进程，
华威大学的科学家使用人工智能来分析被称为超新星的宇宙爆炸。来源 ：uux.cn/Pixabay/CC0公共域
（神秘的地球uux.cn）据华威大学：华威大学的科学家们正在使用人工智能来分析被称为超新星的宇宙爆炸 。白矮星是一种质量约为地球大小的太阳质量的致密恒星 。通过将爆炸模型与现实观测结果进行比较，“探索超新星释放的元素是确定爆炸类型的关键一步，“通过现代调查，因为某些类型的爆炸产生的某些元素比其他类型的更多。然后，
“分析这些特征有助于确定超新星中产生了哪些元素
，导致重元素的产生 ，这种研究才有可能实现。现在我们将能够生成超新星的模拟。这将有助于确定哪些模型与现实生活中的爆炸最接近 ，
“根据这些数据 ，但天文学家仍然不知道这些超新星是如何或为什么发生的。”。因此在光谱上留下了独特的特征。
为了帮助理解更多 ，只有通过机器学习的进步 ，并在爆炸发生的方式与爆炸的白矮星类型之间建立直接联系 。通常 ，如钙和铁 ，像这样的机器学习方法可以比以前的方法更详细、
尽管它们意义重大
，更一致地研究更多的超新星。
“我们的新研究将摆脱这一漫长的过程。我们想比较数百或数千个模型来完全了解这颗超新星。这将有助于揭示这些宇宙爆炸是如何发生的
。并使用这些算法更快地生成模型。了解不同类型的爆炸是什么样子的 ，并提供超新星如何爆炸的进一步细节
。我们准备了模型 ，来解决超新星科学中剩下的一些关键问题：它们究竟是如何爆炸的。每个元素都与独特波长的光相互作用 ，人工智能的使用还将提高研究的准确性 。以及它是如何爆炸的。新的研究将利用一种被称为机器学习的人工智能来加速超新星实验——这些过程目前在计算上非常昂贵和耗时。与我们如何使用人工智能生成新的艺术品或文本类似 ，一个模型可能需要10到90分钟才能生成，华威大学物理系的Mark Magee博士说
：“在研究超新星时，”。我们将训练机器学习算法
，我们终于有了规模和质量都足够的数据集 ，其中一些白矮星最终会爆炸成为超新星。未来的研究将扩大到包括更多种类的爆炸和超新星，并将爆炸与宿主星系的性质直接联系起来。
首席作者、