京公网安备 11010802034615号
经营许可证编号:京B2-20210330
我国大数据分析助AMS寻找宇宙暗物质_数据分析师培训
21日从参与阿尔法磁谱仪实验AMS项目合作的高校——东南大学了解到,通过分析大量的宇宙射线数据后,丁肇中教授团队发现暗物质存在实验的6个有关特征中,已有5个得到确认,进一步显示宇宙射线中过量的正电子可能来自暗物质。
科学家普遍认为宇宙中有90%是由人们看不见的暗物质组成的,但迄今为止人类还没有找到。由美籍华人物理学家、诺贝尔奖获得者丁肇中教授主持的AMS实验希望通过收集暗物质碰撞过后产生的正电子来寻找暗物质,全球有15个国家的56个研究机构参与其中。2002年开始,东南大学作为中国大陆第一所参与AMS项目的高校与丁肇中教授合作,包括参与AMS探测器的合作研制和建立东南大学AMS-02数据处理和分析中心(AMS-SOC)。
东南大学参与此项研究的东方教授说,这是AMS实验自19年前启动以来,第二次正式公布研究结果。在过去的44个月里,AMS实验已经收集了540亿个宇宙射线数据,经过对其中410亿个宇宙射线的分析,发现正电子占所有电子的比例达到一定水平之后就不再上升;同时,宇宙射线中正电子和负电子的数量以及随能量而发生的变化趋势并不对等。这一结果与以往各国科学家得出的结论不同。丁肇中认为这是半个世纪以来在宇宙射线观测中得出的最重要发现。东南大学在AMS实验中主要承担AMS实验数据的处理和分析,利用云计算和大数据技术助力AMS以给出暗物质存在的有力证据。
东方教授介绍,截至目前,东南大学AMS-SOC处理和分析的数据总量超过556TB,累计贡献超过85万CPU小时,在AMS-02全球六个地区(中国、德国、意大利、西班牙、法国、中国台湾)数据处理中心排行第一。
目前的分析结果与正电子来源于暗物质的理论是相符合的,不过要得出这一结论,至少还需要几年的时间。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27