用深度学习从旋转核坍缩引力波分类状态方程
天体物理仪器与方法
2021-01-19 v3 广义相对论与量子宇宙学
机器学习
摘要
在本文中，我们试图回答“给定一个旋转核坍缩引力波信号，我们能否确定其核状态方程？”这一问题。为回答该问题，我们采用深度卷积神经网络来学习旋转核坍缩引力波(GW)信号中嵌入的视觉与时间模式，以预测核状态方程(EOS)。利用 Richers 等人 (2017) 的 1824 个旋转核坍缩 GW 模拟（具有 18 种不同的核 EOS），我们将此视为一个经典的多类图像分类与序列分类问题。我们在测试集中获得了高达 72% 的正确分类率，若考虑“前 5”个最可能标签，这一比例升至高达 97%，表明旋转核坍缩 GW 信号对核 EOS 存在适度且可测量的依赖性。
引用
@article{arxiv.2009.07367,
title = {Classifying the Equation of State from Rotating Core Collapse Gravitational Waves with Deep Learning},
author = {Matthew C. Edwards},
journal= {arXiv preprint arXiv:2009.07367},
year = {2021}
}
备注
10 pages, 5 figures