الذكاء الاصطناعي ومشكلات العالم الصعبة · علم الفلك والفضاء · arXiv · 2026-10-22

التعلم الآلي في الاضطراب الفيزيائي الفلكي I: التنبؤ بالأنوية ما قبل النجمية في السحب الجزيئية الممغنطة باستخدام eXtreme Gradient Boosting

العنوان الأصلي: ML in Astrophysical Turbulence I: Predicting Prestellar Cores in Magnetized Molecular Clouds using eXtreme Gradient Boosting

في السحب الجزيئية العملاقة، حيث يجعل الاضطراب فوق الصوتي والمجالات المغناطيسية من الصعب التنبؤ بأي حزم الغاز ستنهار لتشكّل أنوية تكوّن النجوم، يقدّم المؤلفون إطار عمل قائماً على XGBoost يتنبأ بالمسارات ثلاثية الأبعاد ومصير الانهيار الجذبي للغاز ما قبل النجمي، وقد دُرِّب على نحو 2.1 مليون جسيم تتبّع من محاكاة MHD مضطربة ذاتية الجاذبية. يتنبأ النموذج بالتطور المكاني ثلاثي الأبعاد على مدى 0.25 من زمن السقوط الحر (نحو 0.31 مليون سنة) بدقة R² > 0.99، ويرتّب قابلية الأنوية للانهيار بقيمة AUC 0.975، في حين يُظهر تحليل SHAP سيطرة الكثافة الموضعية والطاقة الحركية ومقدار المجال المغناطيسي، ويعيد النموذج اشتقاق عتبة انهيار غير خطية حادة عند log₁₀ρ ≈ 0.8، فوقها تُضخِّم المجالات المغناطيسية تنبؤات الانهيار. تُظهر الدراسة أيضاً أن نماذج التعلم الآلي النقطية، رغم قوتها في الجرّ الحركي، تفتقر رياضياً إلى السياق المكاني اللازم لتقييم المؤثرات التفاضلية الموضعية التي توقف الانهيار فيزيائياً.

اقرأ المصدر الأصلي ↗

جميع العناصر →