AI与世界难题 · 物理学 · arXiv · 2026-10-22
基于神经网络情景学习非线性电动力学中 dRGT 黑洞的参数
原标题: Learning Parameters of dRGT Black Holes in Nonlinear Electrodynamics with Neural Network Scenarios
机器学习被用于约束与非线性电动力学耦合的类 dRGT 有质量引力中 AdS 黑洞的参数。光子球、黑洞阴影和能量发射率通过高性能并行计算得出，一个数值框架利用事件视界望远镜的阴影观测来约束电荷和非线性电动力学参数。随后，神经网络在 1-sigma 和 2-sigma 置信区间内映射出与 M87*、SgrA*(VLTI) 和 SgrA*(Keck) 的 EHT 观测相一致的参数区域，并发现所得约束与 SgrA*(VLTI) 的经验数据一致。