High-Precision Ground Characterization of Test-Mass Magnetic Properties for the Taiji Gravitational Wave Mission via a Physics-Informed Neural Framework
Dieses Paper stellt ein KI-gestütztes, differenzierbares gewichtetes Least-Squares-Framework (AI-WLS) vor, das durch die Kombination eines neuronalen Netzwerks mit einem physikalischen Modell die hochpräzise Charakterisierung der magnetischen Eigenschaften von Testmassen für die Taiji-Gravitationswellenmission trotz nicht-stationärer Hintergrundgeräusche ermöglicht.