🔭 astrophysics
Constraining the High-Density Equation of State with Present and Future NICER Observations Using Physics-Informed Regularized Machine Learning
यह शोध पत्र एक भौतिकी-सूचित नियमितीकृत कंडीशनल इनवर्टिबल न्यूरल नेटवर्क (cINN) ढांचे को प्रस्तुत करता है जो न्यूट्रॉन तारे के द्रव्यमान-त्रिज्या अवलोकनों को उच्च-घनत्व वाले समीकरण अवस्था (EoS) गुणों में तेजी से और निरंतर रूप से मैप करता है, और व्यवस्थित सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि कॉम्पैक्ट उच्च-द्रव्यमान और विस्तारित मध्यवर्ती-द्रव्यमान लक्ष्यों के बीच रणनीतिक रूप से बारी-बारी से बदलना वर्तमान NICER बेसलाइन की तुलना में EoS अनिश्चितता को लगभग 9-10% तक कम कर सकता है।