AI और दुनिया की कठिन समस्याएँ · खगोल विज्ञान और अंतरिक्ष · arXiv · 2026-10-22

खगोलभौतिकीय प्रक्षोभ में ML I: eXtreme Gradient Boosting का उपयोग करके चुंबकित आणविक मेघों में पूर्वतारकीय क्रोडों का पूर्वानुमान

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

विशाल आणविक बादलों में, जहाँ सुपरसोनिक टर्बुलेंस और चुंबकीय क्षेत्र यह भविष्यवाणी करना कठिन बनाते हैं कि कौन-से गैस खंड तारा-निर्माण करने वाले कोर में संकुचित होंगे, लेखक एक XGBoost ढाँचा प्रस्तुत करते हैं जो प्रीस्टेलर गैस के 3D प्रक्षेप-पथ और गुरुत्वीय संकुचन की नियति का पूर्वानुमान लगाता है, तथा जिसे स्व-गुरुत्वीय टर्बुलेंट MHD सिमुलेशनों के लगभग 2.1 मिलियन ट्रेसर कणों पर प्रशिक्षित किया गया है। मॉडल R² > 0.99 के साथ 0.25 फ्रीफॉल समय (लगभग 0.31 Myr) तक 3D स्थानिक विकास का अनुमान लगाता है और AUC 0.975 के साथ कोर की संवेदनशीलता को रैंक करता है, जबकि SHAP विश्लेषण दर्शाता है कि स्थानीय घनत्व, गतिज ऊर्जा और चुंबकीय क्षेत्र का परिमाण प्रधान हैं, और मॉडल log₁₀ρ ≈ 0.8 पर एक तीक्ष्ण अरैखिक संकुचन देहली पुनः व्युत्पन्न करता है, जिसके ऊपर चुंबकीय क्षेत्र संकुचन-भविष्यवाणियों को प्रबल कर देते हैं। अध्ययन यह भी दिखाता है कि बिंदु-आधारित ML मॉडल, गतिकीय अधिवाह में प्रबल होते हुए भी, गणितीय रूप से उन स्थानीय अवकल ऑपरेटरों के मूल्यांकन हेतु आवश्यक स्थानिक संदर्भ से वंचित हैं जो भौतिक रूप से संकुचन को रोकते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →