Neural-Accelerated Bayesian Calibration of Chiral Mean-Field Models to Nuclear Saturation and Vacuum Properties
यह शोध पत्र एक न्यूरल-एक्सेलेरेटेड बायेसियन इन्फरेंस फ्रेमवर्क प्रस्तुत करता है जो परमाणु और निर्वात बाधाओं (constraints) के अनुरूप काइरल मीन-फील्ड मॉडलों को कुशलतापूर्वक कैलिब्रेट करता है, जिससे यह प्रकट होता है कि यद्यपि व्यवहार्य पैरामीटर क्षेत्र दुर्लभ हैं, फिर भी परिणामी विसंगतियाँ (degeneracies) यह दर्शाती हैं कि भिन्न मॉडल सघन पदार्थ और न्यूट्रॉन सितारों के लिए गुणात्मक रूप से अलग भविष्यवाणियाँ दे सकते हैं, जो स्थलीय और खगोलीय डेटा को संयोजित करने की आवश्यकता पर बल देते हैं।