AI 與世界的難題 · 物理學 · arXiv · 2026-10-22
以神經網路情境學習非線性電動力學中 dRGT 黑洞的參數
原標題: Learning Parameters of dRGT Black Holes in Nonlinear Electrodynamics with Neural Network Scenarios
機器學習被用於限制與非線性電動力學耦合之 dRGT 型大質量重力中 AdS 黑洞的參數。光子球、黑洞陰影與能量發射率以高效能平行運算計算求得,並以數值框架利用事件視界望遠鏡的陰影觀測來限制電荷與非線性電動力學參數。神經網路接著描繪出在 1-sigma 與 2-sigma 信賴區間內與 EHT 對 M87*、SgrA*(VLTI) 及 SgrA*(Keck) 觀測一致的參數區域,且發現所得的限制與 SgrA*(VLTI) 的實證資料相符。