AI এবং বিশ্বের কঠিন সমস্যাগুলো · পদার্থবিজ্ঞান · arXiv · 2026-10-22

নিউরাল নেটওয়ার্ক দৃশ্যকল্পের মাধ্যমে অরৈখিক ইলেকট্রোডাইনামিকসে dRGT ব্ল্যাক হোলের প্যারামিটার শেখা

মূল শিরোনাম: Learning Parameters of dRGT Black Holes in Nonlinear Electrodynamics with Neural Network Scenarios

অরৈখিক ইলেকট্রোডাইনামিকসের সঙ্গে যুক্ত dRGT-সদৃশ ম্যাসিভ গ্র্যাভিটির AdS ব্ল্যাক হোলের প্যারামিটার সীমাবদ্ধ করতে মেশিন লার্নিং ব্যবহার করা হয়েছে। ফোটন স্ফিয়ার, ব্ল্যাক হোল শ্যাডো এবং শক্তি নির্গমনের হার হাই-পারফরম্যান্স প্যারালাল কম্পিউটেশন দিয়ে গণনা করা হয়েছে, এবং একটি সাংখ্যিক কাঠামো Event Horizon Telescope-এর শ্যাডো পর্যবেক্ষণ ব্যবহার করে বৈদ্যুতিক চার্জ ও অরৈখিক ইলেকট্রোডাইনামিক প্যারামিটার সীমাবদ্ধ করে। এরপর নিউরাল নেটওয়ার্ক M87*, SgrA*(VLTI) এবং SgrA*(Keck) সংক্রান্ত EHT পর্যবেক্ষণের সঙ্গে সামঞ্জস্যপূর্ণ প্যারামিটার অঞ্চলগুলিকে 1-sigma ও 2-sigma আত্মবিশ্বাসের ব্যবধানের মধ্যে ম্যাপ করে, এবং প্রাপ্ত সীমাবদ্ধতাগুলি SgrA*(VLTI)-এর পর্যবেক্ষণলব্ধ ডেটার সঙ্গে সামঞ্জস্যপূর্ণ পাওয়া যায়।

মূল লেখা পড়ুন ↗

সব আইটেম →