Disk2Planet：一种用于盘-行星系统参数推断的稳健自动机器学习工具
地球与行星天体物理
2024-09-27 v1 人工智能
机器学习
摘要
我们介绍 Disk2Planet，这是一款基于机器学习的工具，用于从观测到的盘-行星系统结构中推断关键参数。Disk2Planet 以二维密度和速度图形式输入盘的结构，输出盘和行星属性，即谢拉古-苏亚亚 viscosity、盘的横截面比、行星-恒星质量比，以及行星的半径和方位角。我们将适用于复杂优化问题的 Covariance Matrix Adaptation Evolution Strategy (CMA--ES) 进化算法与 Protoplanetary Disk Operator Network (PPDONet) 神经网络集成在一起，后者设计用于预测盘-行星相互作用的解。该工具完全自动化，可在 Nvidia A100 图形处理单元上仅用三分钟即可获取单个系统的参数。我们实证表明，该工具实现了百分之几乎精确，并能够处理缺失数据和未知噪声水平。
引用
@article{arxiv.2409.17228,
title = {Disk2Planet: A Robust and Automated Machine Learning Tool for Parameter Inference in Disk-Planet Systems},
author = {Shunyuan Mao and Ruobing Dong and Kwang Moo Yi and Lu Lu and Sifan Wang and Paris Perdikaris},
journal= {arXiv preprint arXiv:2409.17228},
year = {2024}
}
备注
Accepted to ApJ