Exploring the Limits of Machine Learning Classification of Neutron Star Matter Models
यह शोध पत्र स्थूल (macroscopic) और दोलन-संबंधी मात्राओं का उपयोग करके न्यूट्रॉन स्टार पदार्थ के चार मॉडलों की विभेद्यता का मूल्यांकन करने के लिए पर्यवेक्षित मशीन लर्निंग (supervised machine learning) का उपयोग करता है, जो यह प्रकट करता है कि जबकि कुछ परिदृश्यों को नियंत्रित धारणाओं के तहत अलग किया जा सकता है, अन्य परिदृश्य उनके प्रभावी समीकरणों (effective equations of state) की मौलिक समानताओं के कारण अंतर्निहित विसंगतियों (degeneracies) को प्रदर्शित करते हैं।