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

غیر خطی الیکٹروڈائنامکس میں نیورل نیٹ ورک منظرناموں کے ساتھ dRGT بلیک ہولز کے پیرامیٹرز سیکھنا

اصل عنوان: Learning Parameters of dRGT Black Holes in Nonlinear Electrodynamics with Neural Network Scenarios

dRGT جیسے میسیو گریوٹی میں غیر خطی الیکٹروڈائنامکس کے ساتھ جڑے AdS بلیک ہولز کے پیرامیٹرز کو محدود کرنے کے لیے مشین لرننگ استعمال کی جاتی ہے۔ فوٹون اسفیئر، بلیک ہول شیڈو، اور توانائی کے اخراج کی شرح کا حساب اعلیٰ کارکردگی والے متوازی حساب سے لگایا جاتا ہے، اور ایک عددی فریم ورک Event Horizon Telescope کے شیڈو مشاہدات کا استعمال کرتے ہوئے برقی چارج اور غیر خطی الیکٹروڈائنامک پیرامیٹر کو محدود کرتا ہے۔ پھر نیورل نیٹ ورکس 1-sigma اور 2-sigma اعتمادی وقفوں کے اندر M87*، SgrA*(VLTI)، اور SgrA*(Keck) کے EHT مشاہدات کے مطابق پیرامیٹر علاقوں کی نقشہ کشی کرتے ہیں، اور حاصل شدہ پابندیاں SgrA*(VLTI) کے تجرباتی ڈیٹا کے مطابق پائی جاتی ہیں۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →