文献类型：期刊文章

作　　者：李广平[1] 王均智[1] 王昭[1,2]

Guangping Li;Junzhi Wang;Zhao Wang(Guangxi Key Laboratory for Relativistic Astrophysics,School of Physical Science and Technology,Guangxi University,Nanning 530004,China;Center for Applied Mathematics of Guangxi(Guangxi University),Nanning 530004,China)

机构地区：[1]广西大学物理科学与工程技术学院,广西相对论天体物理重点实验室,南宁530004 [2]广西应用数学中心(广西大学),南宁530004

出　　处：《科学通报》

基　　金：国家自然科学基金(12463005)资助。

年　　份：2025

卷　　号：70

期　　号：30

起止页码：5102-5116

语　　种：中文

收录情况：BDHX、BDHX2023、核心刊

摘　　要：天体化学作为天文学与化学的交叉学科,旨在研究宇宙中分子的特性与分布.近年来,机器学习技术在天体化学领域的应用取得了显著进展,尤其在提高光谱分析的精度和效率、识别与表征星际物质中的分子方面表现突出.深度学习方法能够从复杂的观测数据中提取关键信息,预测天体物理环境中的化学参数与反应路径,从而为研究分子在不同星际条件下的形成与演化过程提供重要工具.本文回顾了机器学习在天体化学研究中的重要应用,重点介绍了几项创新进展,包括基于机器学习算法的新方法提出和传统模型的优化.这些研究深化了对宇宙分子组成的理解,为探索天体化学中的未解之谜提供了新的视角.

关 键 词：机器学习  天体化学 星际介质 人工智能

分 类 号：P148] TP181[天文学类]