应用卷积神经网络预测湍流云中磁场方向
星系天体物理
2023-01-25 v1 天体物理仪器与方法
摘要
我们采用深度学习方法CASI-3D（结构识别卷积方法-3D）从分子线辐射中推断亚阿尔文/跨阿尔文湍流云中的磁场取向。我们进行了不同磁场强度的磁流体动力学模拟，并用以生成合成观测。应用3D辐射转移代码RADMC-3d对模拟云中的12CO和13CO（J=1-0）线辐射建模，随后在这些线辐射数据立方体上训练CASI-3D模型，以在像素级预测磁场形态。训练后的CASI-3D模型能以较低误差推断磁场方向（亚阿尔文样本误差<10°、跨阿尔文样本误差<30°）。我们进一步在金牛座一处真实亚阿尔文/跨阿尔文区域测试CASI-3D性能，其预测与Planck尘埃偏振测量推断的磁场方向一致。我们利用所开发方法制作了角分辨率比Planck图高三倍的金牛座新磁场图。
引用
@article{arxiv.2211.14266,
title = {Application of Convolutional Neural Networks to Predict Magnetic Fields Directions in Turbulent Clouds},
author = {Duo Xu and Chi-Yan Law and Jonathan C. Tan},
journal= {arXiv preprint arXiv:2211.14266},
year = {2023}
}
备注
ApJ Accepted