编辑者： Uliana S. Аj
科英布拉大學的研究人員與來自中國和印度的科學家合作，透過應用機器學習技術，在中子星的理解方面取得了重大突破。中子星是宇宙中最密集的物體之一，其真實成分一直是個謎。
該團隊採用符號迴歸，一種機器學習方法，來識別中子星最大質量與其狀態方程式之間的代數關係。這種創新方法顯著減少了識別與天文觀測結果一致的模型所需的計算時間，將過程加快了七倍。
科學家們希望利用先進的計算技術，直接從中子星的可觀測數據中解碼緻密物質的狀態方程式。這可以揭示重子物質在極端密度下的性質，並確定夸克何時從核子中解禁。理解在這些極端條件下核物質的狀態方程式對於解釋中子星、超新星爆炸和中子星合併的觀測至關重要。
Sapo - Portugal Online!
UC scientists use machine learning to reduce neutron star calculation time sevenfold
UC scientists help advance study of nuclear matter in neutron star mergers
Five Infant Planets Discovered: exoALMA Project Revolutionizes Understanding of Planetary Formation
Earth Bacteria Proven to Survive in Space: New Insights for Planetary Protection and Biotechnology
XRISM Reveals Supermassive Black Hole Winds as Rapid-Fire Gas Clumps, Challenging Galaxy Evolution Theories
发现错误或不准确的地方吗？
我们会尽快处理您的评论。
