从中子星观测中提取核物质性质的深度学习方法

理解致密QCD物质的态方程仍是核物理与天体物理领域的重大挑战。来自电磁与引力波谱的中子星观测为致密富中子物质的行为提供了关键见解。下一代望远镜与引力波天文台将提供更为详尽的中子星观测。利用深度学习技术将中子星质量与半径观测映射至态方程，可实现对其准确而可靠的确定。本工作展示了使用深度学习直接从中子星观测数据中提取态方程，并获取相关核物质性质（如饱和密度下核对称能的斜率、曲率与 skewness）的可行性。最为重要的是，我们表明该深度学习方法能够重建逼真的态方程，并推导出逼真的核物质性质。这凸显了人工神经网络在多信使天体物理时代为提取致密富中子物质态方程及相关性质关键信息提供可靠且高效手段的潜力。