拜罗伊特数学家使用 AI 研究星系
星系是什么样子的？它们在长期内如何表现？这些是拜罗伊特大学研究人员塞巴斯蒂安·沃尔夫施密特博士和克里斯托弗·施特劳布试图解答的一些问题。他们使用结合爱因斯坦广义相对论的星系数学模型，该理论解释了引力如何影响空间[…]拜罗伊特数学家使用人工智能研究星系的文章首次出现在 Physics Alert 上。
来源:Physics Alerts星系是什么样子的？它们长期的行为如何？这些都是拜罗伊特大学的研究人员 Sebastian Wolfschmidt 博士和 Christopher Straub 试图回答的一些问题。
他们使用结合爱因斯坦广义相对论的星系数学模型，该理论解释了引力如何影响空间和时间。
然而，这些模型并不容易测试，因为天文观测有限，数值模拟耗时。
这就是为什么 Wolfschmidt 和 Straub 开发了一种新方法，使用人工智能 (AI) 快速预测星系模型的稳定性。
(AI) 星系用于星系模型的深度神经网络
他们使用的 AI 工具称为深度神经网络，这是一种模仿人类大脑结构的机器学习。
深度神经网络可以从大量数据中学习并识别复杂模式。
Wolfschmidt 和 Straub 用数百个星系模型训练了他们的深度神经网络，然后用它将新模型分类为稳定或不稳定。
这样，他们可以检查模型是否现实，以及它是否与现有的天体物理假设一致。
“神经网络可以在几秒钟内做出预测，而数值模拟则需要数小时或数天，”拜罗伊特大学数学 VI 系研究员沃尔夫施密特说道。
沃尔夫施密特“这使我们能够有效地验证或证伪过去几十年来提出的许多假设。”
星系研究的突破
沃尔夫施密特和施特劳布的研究成果已被著名期刊《古典与量子引力》接受发表。
量子他们是第一批将深度神经网络应用于基于广义相对论的星系模型的人，他们已经证明它运行良好且准确。
Straub 说道 “Keylab HPC”