Сверхновые под микроскопом: что скрывается в потоке нейтрино?

Новое поколение нейтринных детекторов, таких как IceCube-Gen2, может открыть детали внутренних процессов сверхновых, анализируя мельчайшие колебания в потоке нейтрино.

Новое поколение нейтринных детекторов, таких как IceCube-Gen2, может открыть детали внутренних процессов сверхновых, анализируя мельчайшие колебания в потоке нейтрино.

Новые наблюдения космического телескопа «Джеймс Уэбб» позволяют с большей уверенностью говорить о том, что самые тяжелые галактики на больших красных смещениях не противоречат предсказаниям современной космологической модели.

Новое исследование позволяет реконструировать эволюцию плотности тёмной энергии, опираясь исключительно на астрономические данные, без привязки к конкретным теоретическим моделям.

Исследование предлагает альтернативную модель расширения Вселенной, основанную на непрерывном создании частиц, и потенциально решает проблему космологической постоянной и напряженности Хаббла.

Новое исследование с использованием данных космического телескопа «Джеймс Уэбб» проливает свет на то, как звездные скопления распределяются и развиваются в спиральной галактике NGC 628.

Исследование представляет результаты анализа данных, полученных с помощью стратосферного телескопа EUSO-SPB2, и демонстрирует возможности регистрации ультравысокоэнергетических нейтрино.

Новое исследование показывает, что звездные скопления могут играть значительную роль в формировании галактических космических лучей, внося вклад в их общее количество и, возможно, являясь источниками частиц самых высоких энергий.

Новый анализ данных космического телескопа Spitzer позволяет детальнее изучить структуру космического инфракрасного фона и намекает на существование новых, пока невидимых источников излучения.

Обзор посвящен стремительно развивающейся области радиоастрономии, фиксирующей быстро меняющиеся небесные явления и открывающей новые возможности для изучения Вселенной.
Новое исследование рассматривает проблемы, возникающие при федеративном обучении на разнородных данных, и предлагает инновационный метод агрегации моделей для повышения их эффективности.