东南大学借“大数据”助丁肇中找到暗物质存在的新证据

近日,诺贝尔奖得主、美籍华人物理学家丁肇中领导的阿尔法磁谱仪项目,在欧洲核子研究中心公布了最新研究成果,进一步显示暗物质可能存在。这一成果发表在最新一期美国《物理评论快报》上,再次让世界轰动。

据了解,丁肇中主持的AMS实验通过收集宇宙射线,依靠云计算和大数据处理,来寻找暗物质留下的证据,其中一个重要的线索就是正电子,而捕捉这个线索的就是AMS。

AMS迄今已运行40多个月,共搜集了540亿个宇宙射线数据。它从410亿个宇宙射线数据中捕捉到1000万个电子和正电子。

东南大学计算机科学与工程学院院长罗军舟领衔的技术团队2002年与丁肇中合作,昨天,该院副教授东方告诉记者,恒星爆炸或其他天文现象会产生宇宙射线,这些射线穿越宇宙空间,最终抵达地球,宇宙射线由带电粒子组成,不过这些粒子中很多都会在大气层中被吸收,无法进行地面研究,但在大气层外部,AMS将有能力对这些粒子进行筛选,寻找反物质和暗物质。

“粒子进入AMS后,逐层的探测器将测量粒子的质量、能量、速度,还会测量粒子的入射方向和穿越轨迹。”东方说,暗物质的碰撞会产生正电子,如果能捕捉到正电子,就可以印证暗物质的存在。为验明暗物质的“真身”,科学家构建了一个理论模型,其中,暗物质有6个特征。

18日晚,丁肇中对记者表示,暗物质碰撞产生过量正电子有6个特征,其中开始点、上升速率、最高点等5个特征都已被阿尔法磁谱仪测量到,最后1个特征就是测量正电子产生率会不会突然下降。“是不是暗物质?要看最后一个结果。”

东大有什么贡献?

东大完成了一半多的数据分析量

从410亿个宇宙射线数据中,捕捉1000多万个电子和正电子,这项比淘金还难的数据分析,是怎么完成的?

东方介绍,AMS探测器于2011年研究成功,并于当年5月16日发射成功,从此在国际空间站运转。2011年5月19日以来,国际空间站将数据源源不断传输到地球上,进行数据分析。

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。

东方说,自2011年5月AMS探测器升空以来,目前已累计接收到来自国际空间站的数据107TB,未来十年的实验数据总量将达到4PB。

“AMS实验大致可以分为对于原始数据的数据重建和仿真数据的生成,我们完成整个AMS数据分析量在一半以上。”东方说。

东南大学计算机科学与工程学院院长罗军舟教授介绍,截至目前,东南大学AMS-SOC在第一轮和第二轮实验中,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。

这556TB相当于多大的数量级呢?东方打了个比方,如果按照1部电影约1G的容量来计算的话,556TB相当于处理了50多万部电影的数据,拥有30个中国国家图书馆信息存储量。

东方说,从2002年与丁肇中团队合作后,至今,东大已经先后有约15位师生参与AMS项目,主要为云计算提供关键技术支撑,并利用云计算和大数据技术助力AMS以给出暗物质的有力证据。“目前,我们正在数据处理和分析中心进行扩容。”

科普一下

什么是暗物质?

暗物质是宇宙中看不见的物质。现在我们看到的天体,要么发光,如太阳,要么反光,如月亮,但有迹象表明,宇宙中还存在大量人们看不见的物质。它们不发出可见光或其他电磁波,用天文望远镜观测不到。但它们能够产生万有引力,对可见的物质产生作用。

迄今的研究和分析表明,暗物质在宇宙中所占的份额远远超过目前人类可以看到的物质。宇宙中最重要的成分是暗物质和暗能量,暗物质占宇宙25%,暗能量占70%,我们通常所观测到的普通物质只占宇宙质量的5%。

探测暗物质有何意义?

暗物质被认为是宇宙研究中最具挑战性的课题。目前,暗物质的存在已经被人们普遍接受。人们认为暗物质促成了宇宙结构的形成,如果没有暗物质就不会形成星系、恒星和行星,更谈不上今天的人类了。探测和研究暗物质很可能导致物理学界新的革命。

如何探测?

暗物质的探测方法主要分为直接探测法和间接探测法。阿尔法磁谱仪项目则属于后者。

阿尔法磁谱仪项目实际上是一个大型粒子物理实验,首要目的是寻找宇宙中的暗物质及其起源。暗物质碰撞会产生额外的正电子,这些正电子的特征会被阿尔法磁谱仪精确地测量到。

时间: 2024-10-31 06:14:30

东南大学借“大数据”助丁肇中找到暗物质存在的新证据的相关文章

J粒子发现40周年-丁肇中中科院讲座笔记

华清远见2014-10-18   北京海淀区  张俊浩 年近八询,已到不逾矩年龄的丁肇中先生依然很"激进",但这份激进正是物理学人的中规中矩,知道就是知道到,不知道就是不知道,忠于实验. (只记录其中部分语录) *当丁肇中当时提出要建立大型对撞机来寻找新粒子的想法时,遭受到了当时物理界的冷落和普遍反对,当时主流理论三种夸克理论,三种夸克模型即能解释已知的大部分物理现象(所以有物理大家建议丁肇中放弃这种没有意义是实验)- *宇宙中90%的物质是看不到的,叫做暗物质 *国际空间 站,420

大数据技术之MapReduce中多表合并案例

大数据技术之MapReduce中多表合并案例 1)需求: 订单数据表t_order: id pid amount 1001 01 1 1002 02 2 1003 03 3 订单数据order.txt 1001 01 1 1002 02 2 1003 03 3 1004 01 4 1005 02 5 1006 03 6 商品信息表t_product pid pname 01 小米 02 华为 03 格力 商品数据pd.txt 01 小米 02 华为 03 格力 将商品信息表中数据根据商品pid合

大数据在电商中的应用

1.大数据技术与跨境电子商务综述   (1)大数据技术.大数据量,是指数据量极大,不能使用传统的数据采集方法.传统的数据库.传统的研究方法对数据集进行分析.传统的数据分析往往采用样本,采用推理的方法,用常规的样本分析来推测总体数据,通过一小部分来看整个数据,延伸到普遍的意义.然而,大数据可以在他所记录的所有数据的基础上进行深入的分析,从而得出最真实的结论.大数据具有数据量大.处理速度快.数据类型多样.值密度低的特点. 大数据技术是指提取大数据价值的技术.它基于具体目标,通过数据收集,存储,筛选,

大数据Hadoop——虚拟机VM中安装CentOS7

大数据第一周:安装CentOS7 点击创建新对虚拟机. ? 选择典型. ? 指定安装源. 选择安装位置,第一个原则考虑放到不同的物理硬盘上,第二个考虑硬盘接口速度. ? ? 对于NameNode,由于我们对开发要在此节点上运行,所以硬盘空间要选择在40G以上. 硬盘文件选择单个,原因是为了提高运行速度. ? 为了提高安装速度,自定义硬件. 宿主机如果是windows10,需要留4G内存:4+2+1+1+1,超配.超配vm会自动配置.但对于追求稳定性的系统,不能超配. CPU根据自己电脑配置选择,

架构师实践日 11.9 南京站报名 | 技术大牛带你剖析大数据平台内部演进中的挑战与实践

从互联网时代到物联网时代,数据成为了企业的核心资产,挖掘数据价值成为了企业数据探索.技术应用的重中之重,甚至将影响到企业未来的发展和商业模式.但大数据体量大.多样性.价值密度低.速度快等特征,也给大数据的应用研发工作带来了不少挑战. ? ? ? ? 如何应对大数据不断生长的有机特征,处理超大规模的数据挖掘?? ? 如何改进现有的数据存储与管理技术,以满足大数据应用中的大体量数据和高速数据流实时处理需求?? ? 如何解决大数据技术中的核心问题?? ? 为助力企业大数据技术应用,切实分析企业面临的数

大数据在美国场外市场中的运用

如今对于合规和监管的要求越来越严格,这导致投资者比以往任何时候都要重视能否方便.实时地获知繁杂而又准确的市场及公司信息. 今年春天美国场外交易集团发布了OTC合规数据管理方案,这其中涵盖了包括其旗下OTCQX.OTCQB.OTC Pink三大场外交易领域的股票及公司的相关数据,而且公布频度为每天2次.这可以帮助中介公司.合规团队及风险管理团队更好地查询各自的重要数据指标,包括了低价股免税状态.投资者适当性要求.经营状态等,从而能够自动地分析和监控他们所交易的标的. 与之配套的相关文档还包括:实时

大数据与 AI 生态中的开源技术总结

本文由云+社区发表 作者:堵俊平 在数据爆炸与智能革命的新时代,新的平台与应用层出不穷,开源项目推动了前沿技术和业界生态快速发展.本次分享将以技术和生态两大视角来看大数据和人工智能技术的发展,通过分析当下热门的开源产品和技术,来梳理未来的行业生态以及技术趋势. 我们今天的主题分为三块,第一是从开源的角度看技术.产品和生态,第二,我们从腾讯云大数据的角度梳理开源的实践,并跟大家分享一下我们最近一段时间或者最近一年以来我们的贡献和成果.最后会跟大家一起探讨一下开源的大数据以及AI这个生态当中的一些热

大数据学习——关于hive中的各种join

准备数据 2,b 3,c 4,d 7,y 8,u 2,bb 3,cc 7,yy 9,pp 建表: create table a(id int,name string) row format delimited fields terminated by ','; create table b(id int,name string) row format delimited fields terminated by ','; 导入数据: load data local inpath '/root/h

大数据学习之Scala中main函数的分析以及基本规则(2)

一.main函数的分析 首先来看我们在上一节最后看到的这个程序,我们先来简单的分析一下.有助于后面的学习 object HelloScala { def main(args: Array[String]): Unit = { println("I Love You Scala"); } } 如图所看到的,在Scala中能够使用object和class分别定义一个类.两者还是存在一些区别.以后我会在专门的博客中给予介绍. 在Scala中定义一个函数使用:def 来修饰 完整定义一个函数为