AI اور دنیا کے مشکل مسائل · فلکیات اور خلا · arXiv · 2026-10-22

فلکی طبیعیاتی اضطراب میں ML I: مقناطیسی مالیکیولی بادلوں میں پری اسٹیلر مرکزوں کی پیش گوئی، eXtreme Gradient Boosting کے استعمال سے

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

ضخیم مالیکیولی بادلوں میں، جہاں مافوق صوتی اضطراب اور مقناطیسی میدان یہ پیش گوئی کرنا مشکل بنا دیتے ہیں کہ گیس کے کون سے حصّے ستارہ ساز مرکزوں میں سکڑ جاتے ہیں، مصنفین ایک XGBoost فریم ورک پیش کرتے ہیں جو پری اسٹیلر گیس کے 3D مسارات اور ثقلی سکڑاؤ کی منزل کی پیش گوئی کرتا ہے، اور یہ خود ثقلی متلاطم MHD محاکات سے حاصل شدہ تقریباً 2.1 ملین ٹریسر ذرات پر تربیت یافتہ ہے۔ ماڈل R² > 0.99 کے ساتھ 0.25 فری فال اوقات (تقریباً 0.31 Myr) پر 3D فضائی ارتقا کی پیش گوئی کرتا ہے اور مرکزوں کی حساسیت کی درجہ بندی AUC 0.975 کے ساتھ کرتا ہے، جبکہ SHAP تجزیہ ظاہر کرتا ہے کہ مقامی کثافت، حرکی توانائی اور مقناطیسی میدان کی شدت غالب ہیں، اور ماڈل log₁₀ρ ≈ 0.8 پر سکڑاؤ کی ایک تیز غیر خطی حد دوبارہ اخذ کرتا ہے جس سے بالاتر مقناطیسی میدان سکڑاؤ کی پیش گوئیوں کو مزید تقویت دیتے ہیں۔ مطالعہ یہ بھی دکھاتا ہے کہ نقطہ وار ML ماڈلز، حرکیاتی انتقال میں مضبوط ہونے کے باوجود، ریاضیاتی طور پر ان مقامی تفاضلی عاملات کا جائزہ لینے کے لیے درکار فضائی سیاق سے محروم ہوتے ہیں جو جسمانی طور پر سکڑاؤ کو روکتے ہیں۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →