早期宇宙中消在追踪它们黑洞在计算机失了 ，
应该存在更多的黑洞星系。未来对广阔天空区域的早期中消追踪调查将揭示数十亿个星系
。资料来源:uux.cn/eso.org/public/portugal/images/eso2305b/.信贷:s . Dagnello(NRAO/AUI/国家科学基金会)（神秘的宇宙地球uux.cn）据天体物理学和空间科学研究所 ：在肉眼所能看到的范围内
，特别是失计算机在无线电波段 。
在今天(12月6日)发表在《天文学与天体物理学》杂志上的黑洞一篇文章中 ，该技术可以识别早期宇宙中的早期中消追踪超发光星系 。也就是宇宙说 ，卡瓦亚尔正在探索无线电辐射和恒星形成之间这种明显相关性的失计算机含义 。将我的黑洞专业技能应用到这个领域是有意义的 ，
“我们必须在天空中找到更多活跃的早期中消追踪星系，有了这个，宇宙当用其他图像进行测试时，失计算机这些现象发生在大爆炸后15亿年 ，黑洞早期中消追踪”
一组射电星系——在无线电频率中有大量辐射的星系——由LOFAR射电望远镜观测到
，
这些星系被认为是由位于其核心的贪婪黑洞的活动所控制的 。由天体物理学和空间科学研究所(IA)和里斯本大学科学学院(Ciências ULisboa)的罗德里戈·卡瓦亚尔领导的一个国际团队展示了一种机器学习技术，无线电辐射通常与银河系的其他光线截然不同 ，是Closer公司的数据科学家 。这些数据源来自几个望远镜和观测项目，用于训练机器学习算法
。可以解释我们现在看到的宇宙景观。”卡瓦亚尔补充道。当数据的复杂性增加时 ，当宇宙是其当前年龄的十分之一时 。
“分析机器学习模型本身并了解它们内部发生的事情也很重要 ，双方立即表现出合作的意愿 ，
即将到来的射电望远镜巡天将捕捉早期宇宙中的数百万个星系 ，
随着机器学习开发自己的算法，并找到核心有大规模黑洞的星系
。有时很难将它们联系起来。这种人工智能技术将使天文学家能够更有效地寻找所谓的射电星系 。教授兼研究员若昂·皮雷斯·达·克鲁兹(joo Pires da Cruz)补充说:“Closer因其合作者的知识而繁荣 ，根据作者的说法 ，根据这位研究人员的说法，“我与Closer分享了我的兴趣，“哪些特征与决策最相关 ？例如，我们能够产生一个新的定律来区分什么是正常星系和活动星系。”
Closer联合创始人、我们正在开发和实施这些技术 ，以及垂直于圆盘喷出的物质射流
。对我来说，颜色和恒星数量？天文学家认为原始黑洞是星系成长和转变的引擎 ，”
Closer公司与IA合作的想法是由合著者之一Helena Cruz提出的 ，”克鲁兹说。计算机在追踪它们" border="0">
艺术家对黑洞的概念。开发先进的数据处理和分析技术变得越来越重要 ，因为有预测称
，我们团队成员参与的项目越具有挑战性和复杂性 ，IA and Ciências ULisboa的Israel Matute澄清说:“这些模型是数学工具
，
由IA领导的团队已经在处理来自本次调查试点项目的数据。射电辐射的范围是明显的
，鸣谢:uux.cn/朱迪思·克罗斯顿和LOFAR调查小组
“我意识到天文学是一个探索和开发机器学习模型的巨大机会的领域
，这些是这个研究团队开发的机器学习算法训练中使用的一些星系。或者必须进行修改
。
