粒子物理学家用 Keras 解决宇宙射线逆问题
PierceLilholt · x · 2026-08-28
高能粒子物理中，从地面探测器阵列推断宇宙射线（如超新星、黑洞）起源是一个著名的逆难题。这篇博文介绍了天体粒子物理学家如何使用 Keras 深度学习框架，替代传统手工设计的特征工程，直接对原始的时空波形数据进行建模。该方法旨在更准确地解析宇宙射线的来源。
所属事件:Google 展示用 Keras 深度学习解码宇宙射线起源(3 条相关)→
「研究」频道最新
- Goodfire 联创长文：神经网络并非乱线团，可解释性远比想象乐观 — burny_tech · 2026-10-16
- 康奈尔与亚马逊研究：扩散语言模型预训练算力差距实为3-8倍而非16倍 — LucaAmb · 2026-10-16
- Nick Cammarata 称多数神经元已可读，Liv Gorton 撰文驳其误读叠加假说 — sethlazar · 2026-10-16
- 可解释性先驱 Cammarata：万亿参数模型绝大多数神经元已可读 — natesiggard · 2026-10-16
- AI 学的是“幸存的文本”：人类最深的智能从未被记录 — r0ck3t23 · 2026-10-16
- QRR 循环推理器：商空间收敛，Sudoku-Extreme 达 97.9% 且循环减少 78% — burny_tech · 2026-10-16