利用机器学习分析中子星中的声速

中等密度下的物质性质仍属未知。本工作中，我们采用神经网络方法研究中等密度物质，结合18颗中子星的质量-半径测量的天体物理约束，分析声速的变化与迹反常的度量。数值结果表明，声速在略超过饱和能量密度处急剧上升，在约3至4倍饱和能量密度处达到峰值，此后下降。这暗示在大质量星体中出现了新的自由度，并发生了从强子物质的平滑转变。迹反常在低密度（星体表面）处最大，并随密度升高而减小；在星体中心趋近于零，甚至可略为负值。在超过中子星最大中心密度处，它出现负谷。迹反常的符号变化暗示中子星中心存在近共形物质，但不一定是共形夸克物质。