dark matter
PulseAugur coverage of dark matter — every cluster mentioning dark matter across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Apple TV+ 将首次在圣地亚哥动漫展举办 Hall H 展映活动
Apple TV+ 将于 7 月 25 日在圣地亚哥动漫展举办一场为期两小时的展映活动，标志着其首次接管该活动享有盛誉的 Hall H。此次活动将汇集多部原创剧集的主演和创作者，包括《Widow's Bay》、《Matchbox The Movie》、《Mayday》和《Dark Matter》，为粉丝提供独家预览即将推出的内容。
-
随着中微子干扰遮蔽WIMP探测，暗物质搜寻范围扩大
物理学家们正在扩大对暗物质的搜寻范围，因为目前的实验，例如那些在地下深处使用液态氙探测器的实验，越来越多地探测到的是中微子而非那些难以捉摸的粒子。这种“中微子迷雾”使得在先前预期的地方寻找弱相互作用大质量粒子（WIMPs）变得困难。在大型强子对撞机（Large Hadron Collider）等设施以及地下实验中缺乏直接探测，促使了包括量子传感器和轴子探测实验在内的各种新搜寻策略的出现，这反映了在理解宇宙构成方面，研究方法已从狭窄的焦…
-
AI模型表明银河系中心过量辐射是弥散的或具有大量点源
一篇新的arXiv论文使用贝叶斯图卷积神经网络方法探索了银河系中心过量辐射（GCE）。该方法整合了空间和光谱数据，揭示GCE要么是弥散的，要么是由数量异常多的点源组成的。研究结果表明，这种过量辐射与暗物质预测的泊松辐射一致，如果归因于点源，可能需要超过35,000个源，这个数量远高于之前的估计。
-
AI利用扩散模型绘制暗物质分布图
研究人员开发了一种使用生成式扩散模型绘制暗物质三维分布的新方法。该方法利用高分辨率宇宙学模拟来创建一个数据驱动的先验，该先验能够捕捉宇宙网的复杂丝状结构。通过将这种学习到的先验与可微分物理模型相结合，该方法显著提高了弱引力透镜观测的重建精度，优于现有技术。
-
物理学家解释未探测到的暗物质之谜
此集群包含一个标题为“暗物质真的存在吗？ - 我们为什么找不到它？ - 物理学家解释”的 YouTube 视频，由 Don Lincoln 和 Lex Fridman 主讲。该视频深入探讨了暗物质的科学之谜，探讨了其理论存在以及在探测中面临的持续挑战。它旨在从物理学家的角度解释为什么这种难以捉摸的物质仍然未被发现。
-
物理学家 Don Lincoln 在 Lex Fridman 播客上讨论物理学中的谜团
Lex Fridman 的播客节目邀请了物理学家 Don Lincoln 讨论物理学中的基本问题，包括寻找万有理论以及反物质的本质。对话深入探讨了统一自然规律、电弱相互作用以及发现希格斯玻色子的粒子对撞机等话题。Lincoln 还谈到了真空、暗能量和暗物质的奥秘，并分享了他在费米实验室的职业生涯见解。
-
机器学习增强LHC上的暗物质探测
研究人员开发了一种机器学习方法，以增强大型强子对撞机（LHC）上暗物质候选物的探测。该方法专门针对下一最小超对称标准模型（NMSSM）中的WIMP暗物质，侧重于直接探测信号被抑制的场景。机器学习分析提高了对辐射衰变的中性超对称粒子的微弱信号的灵敏度，这些粒子具有多光子的独特对撞机特征。在14 TeV能量下拥有100 fb^{-1}的数据，机器学习方法可以实现高达225 GeV的希格斯ino质量的5σ探测范围。
-
人工智能解码宇宙奥秘，加速天文学发现
人工智能越来越多地被用于揭示宇宙的奥秘，帮助天文学家分析来自太空任务的海量数据集。机器学习技术在发现暗物质、系外行星和星系形成等现象方面发挥着重要作用。人工智能与科学研究的融合有望加速我们对宇宙事件以及地球以外生命潜力的理解。