基于先进的星系形成模拟套件，利用扩散生成模型预测给定恒星质量场的潜在暗物质场的无偏后验分布，并能够消除在宇宙学和星系形成中的不确定性。

Nov, 2023

利用宇宙学模拟研究了暗物质和发光物质在星系团等密集宇宙环境中的相互作用。使用观测到的引力透镜现象测试并表征星系团中的小尺度暗物质分布，发现观测到的团簇物质结构比暗物质模拟所预测的更加有效，我们认为这可能是由于模拟存在系统问题或对暗物质属性的错误假设导致的。

Sep, 2020

在使用三年份來自 Fermi Gamma Ray Space Telescope 的數據研究銀河系中心附近的伽馬射線輻射的形狀和光譜後，歸納出表明其可源自銀河系內部黑暗物質粒子之湮滅或由較高能量的質子與氣體碰撞所激發的結果，且這種放射的強度與在宇宙早期形成所需的足以產生觀測到的宇宙學豐度的黑暗物質湮滅截面一致。

Sep, 2011

该研究使用深度学习模型解决宇宙结构形成的问题，并证明了这是一种实用和准确的替代方法。

Nov, 2018

本文报告了一次从大爆炸后 1200 万年开始，在 106.5Mpc³ 的代表性宇宙部分内跟踪了 130 亿年的宇宙演化历史，成功地创造了一种混合的椭圆和螺旋星系，复制了星系的分布和大尺度的氢统计学，同时在小尺度上也研究了星系的金属和氢含量。

May, 2014

利用深度三维卷积神经网络和分布回归框架，研究了通过宇宙物质分布直接估算宇宙学参数的方法，并表明机器学习技术在某些情况下可以胜过基于宇宙学模型的极大似然点估计，这为更高精度的估算宇宙学参数开辟了道路。

Nov, 2017

通过高分辨率 N 体模拟和半解析方法研究星系团中星系的形成、演化和化学丰度，比较三种不同的反馈模型，预测星系排放金属的方式和时间，探索金属丰度随红移的变化对星系金属排放的限制。

Oct, 2003

本研究使用费米伽马射线太空望远镜回顾了遥远银河中心的射线以探讨毁灭性暗物质，研究团队发现，在近似于 1.25 度（约 175 秒差距）的银河中心，观察到了高度集中的附加 γ 射线成分，可以通过与 τ 介子反物质共存以高精度拟合。

Oct, 2010

使用费米伽马射线空间望远镜观测到的伽马射线，发现暗物质湮灭情景可以很好地描述其角分布和能谱。在银河系的内部千秒差距范围内，分布有具有 25-30 GeV 质量，湮灭截面约为 9x10^-26 cm^3/s 的暗物质微粒，我们不能排除这些光子来自于类似于暗物质湮灭情景中预测的具有相似形态和谱形的星系物理源的可能性。

Oct, 2009

本文提出使用深度学习将三维宇宙中星系分布与其背后的暗物质分布建立映射，以实现宇宙学模拟的快速计算。通过开发出的双层卷积神经网络结构生成的星系画像，相比于传统的宇宙学技术取得了更好的性能与准确性，并且与当前和未来的宇宙观测数据结合使用可以解决宇宙学中的一些基本问题。

Feb, 2019