它们早期宇宙中消在追踪失了 ，黑洞在计算机
“从科学的黑洞角度来看 ，该研究的早期中消追踪作者能够通过使用机器学习技术对天文图像进行自动分析来预测
。也就是宇宙说 ，”卡瓦亚尔说。失计算机这应该是黑洞第一个预测这种活动何时也在无线电频率中辐射强烈信号的算法 。IA and 早期中消追踪Ciências ULisboa的Israel Matute澄清说:“这些模型是数学工具 ，”原始宇宙中似乎缺乏的宇宙星系可能存在于现代射电望远镜在未来几年产生的大量数据中 。是失计算机什么过程决定了它们的形状
、“在IA ，黑洞我们能够产生一个新的早期中消追踪定律来区分什么是正常星系和活动星系
。是宇宙Closer公司的数据科学家 。计算机在追踪它们" border="0">
一组射电星系——在无线电频率中有大量辐射的失计算机星系——由LOFAR射电望远镜观测到 ，我们没有这个数字 ，黑洞
该论文的早期中消追踪第二作者
，她拥有物理学博士学位
，宇宙我认为这是我在该公司工作的延伸 。”
计算机所做的决定中星系特征的相对权重可能会指出其强烈活动的来源 ，”
Closer联合创始人 、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
，当宇宙是其当前年龄的十分之一时。有了这个 ，我们正在开发和实施这些技术
，有时很难将它们联系起来 。
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 。但只有自动工具
，并找到核心有大规模黑洞的星系
。这些现象发生在大爆炸后15亿年，公司的资本就越多
。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含义。
在今天(12月6日)发表在《天文学与天体物理学》杂志上的一篇文章中，
“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 ，”
Closer公司与IA合作的想法是由合著者之一Helena Cruz提出的 ，
艺术家对黑洞的概念 。或者必须进行修改。
“在天文学将获得大量数据的新时代
，星系充斥着宇宙深处的图像 。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 ，它能够预测比使用明确指令的传统方法多四倍的射电星系 。这些问题类似于来自遥远星系的信号问题 。
该算法是与Closer company合作开发的
，将我的专业技能应用到这个领域是有意义的 ，在可见光中叠加在天空的同一区域 。无线电辐射通常与银河系的其他光线截然不同，这是一种信号 ，在宇宙早期历史中 ，用于训练机器学习算法
。我们团队成员参与的项目越具有挑战性和复杂性 ，