🔭 खगोलीय भौतिकी
SympGal-NODE: Continuous-Time Symplectic Neural ODEs for Relativistic Stellar Swarms: Predicting Escape Times, Exit Trajectories, and Tidal Horizons
यह शोधपत्र SympGal-NODE को प्रस्तुत करता है, जो एक संरचना-संरक्षण (structure-preserving) ज्यामितीय डीप लर्निंग फ्रेमवर्क है जो सटीक सापेक्षतावादी हैमिल्टनियन गतिकी (relativistic Hamiltonian dynamics) को इक्विवेरिएंट ग्राफ न्यूरल नेटवर्क और सिम्प्लेक्टिक न्यूरल ODE के साथ जोड़ता है ताकि शास्त्रीय इंटीग्रेटर्स की कम्प्यूटेशनल और भौतिक सीमाओं को पार करते हुए विशाल सापेक्षतावादी तारकीय झुंडों (massive relativistic stellar swarms) के लिए पलायन प्रक्षेपवक्र (escape trajectories), समय-सीमा (timescales) और ज्वारीय क्षितिज (tidal horizons) की कुशलतापूर्वक और सटीक रूप से भविष्यवाणी की जा सके।