AI और दुनिया की कठिन समस्याएँ · भौतिकी · arXiv · 2026-10-22

न्यूरल नेटवर्क परिदृश्यों के साथ अरैखिक विद्युत्गतिकी में dRGT ब्लैक होलों के प्राचलों को सीखना

मूल शीर्षक: Learning Parameters of dRGT Black Holes in Nonlinear Electrodynamics with Neural Network Scenarios

अरैखिक विद्युत्गतिकी के साथ युग्मित dRGT-सदृश द्रव्यमान-गुरुत्व में AdS ब्लैक होलों के प्राचलों को प्रतिबंधित करने के लिए मशीन लर्निंग का उपयोग किया जाता है। फोटॉन गोला, ब्लैक होल छाया और ऊर्जा उत्सर्जन दर को उच्च-प्रदर्शन समानांतर संगणना द्वारा परिकलित किया जाता है, और एक संख्यात्मक फ्रेमवर्क Event Horizon Telescope की छाया-अवलोकनों का उपयोग करके विद्युत आवेश और अरैखिक विद्युत्गतिकीय प्राचल को प्रतिबंधित करता है। इसके बाद न्यूरल नेटवर्क 1-सिग्मा और 2-सिग्मा विश्वास अंतरालों के भीतर M87*, SgrA*(VLTI) और SgrA*(Keck) के EHT अवलोकनों के अनुरूप प्राचल-क्षेत्रों को मैप करते हैं, और प्राप्त प्रतिबंध SgrA*(VLTI) के अनुभवजन्य आँकड़ों के अनुरूप पाए जाते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →