热点事件持续更新
深度学习识别z~3.4原星系团金属丰度多样性
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
东京大学团队利用深度学习模型 PCFNet 筛选出 z∼3.4 的原初星系团候选体，并使用 Subaru/MOIRCS 对其中 4 个候选区开展光谱跟进观测。结果显示，3 个候选区确认存在原初星系团成员，且这些原初星系团内部的金属丰度呈现多样化分布。
AI 根据报道生成 · 10 小时前更新
最新进展11月6日 13:00
Subaru/MOIRCS 光谱跟进确认 3 个候选区含原初星系团成员，金属丰度呈多样化分布。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv astro-ph.GA（星系与星系团）深度学习模型 PCFNet 筛出的 z∼3.4 原初星系团候选体呈现多样金属丰度
东京大学团队用 Subaru/MOIRCS 对深度学习模型 PCFNet 识别的 4 个 z∼3.4 原初星系团候选区开展光谱跟进，其中 3 个候选区确认存在原初星系团成员。结果显示这些原初星系团内部金属丰度呈现多样化分布。
本事件热度走势
当前热度 7·可比范围峰值 9（11月6日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。