پژوهش

اپراتورهای عصبیِ بدون‌ناظر، محاسبهٔ ساختار ستاره‌های نوترونی چرخان را هزار برابر سریع‌تر می‌کنند

پیش‌چاپی در arXiv از روشی مبتنی بر معادلات فیزیکی خبر می‌دهد که می‌تواند استنباط معادلهٔ حالت و مدل‌سازی تکامل چرخش تپ‌اخترها را کم‌هزینه‌تر کند.

۱ دقیقه مطالعه
Figure 3: Impact of rotation-informed structure on accretion-driven spin-up for a toy mass-transfer model that assumes β = 0.5 , M ˙ t ​ r = 10 − 9 ​ M ⊙ ​ yr − 1 \beta=0.5,\,\dot{M}_{tr}=10^{-9}\rm{M}_{\odot}\rm{yr}^{-1
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

محاسبهٔ ساختار ستاره‌های نوترونی چرخان مستلزم حل معادلات دیفرانسیل جزئیِ پیچیدهٔ تعادل هیدروستاتیکی در نسبیت عام است؛ کاری که تکرار آن برای مدل‌سازی جمعیت این ستاره‌ها هزینهٔ محاسباتی بالایی دارد. در پیش‌چاپی در arXiv، پژوهشگران می‌گویند اپراتورهای عصبیِ آگاه از فیزیک ساخته‌اند که این مسئلهٔ محوری‌متقارن را با دقت بالا و هزینهٔ محاسباتی ناچیز حل می‌کنند.

طبق چکیدهٔ مقاله، این حل‌گرها به‌صورت کاملاً بدون‌ناظر آموزش می‌بینند و تابع هدف آموزششان تنها از معادلات دیفرانسیل جزئی گرفته شده است. پژوهشگران سرعتی هزار برابر بیشتر و افت دقتی ناچیز گزارش می‌کنند. این روش می‌تواند استنباط معادلهٔ حالت مادهٔ هسته‌ای چگال را با درنظرگرفتن چرخش ممکن کند و محاسبات تکراریِ لازم برای مدل‌سازی تکامل دوتایی ستاره‌ها را در دسترس‌تر سازد. مقاله می‌گوید چنین محاسباتی برای پیش‌بینی چرخش تپ‌اخترها با لحاظ‌کردن ساختار چرخشی و عدم‌قطعیت‌های معادلهٔ حالت کاربرد دارد.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست