基于物理信息神经场的动态黑洞发射断层成像

随着静态黑洞成像的成功，下一个前沿是黑洞的动态和三维成像。恢复黑洞附近的动态三维气体将揭示宇宙中先前未见的部分，并为新的物理模型提供信息。然而，仅能从单一视角获得稀疏的射电测量值，这使得动态三维重建问题严重不适定。此前，BH-NeRF通过假设气体的开普勒动力学来解决这个不适定问题，但该假设在黑洞附近失效，因为黑洞强大的引力牵引和增强的电磁活动使流体动力学复杂化。为了克服BH-NeRF的限制性假设，我们提出了PI-DEF，一种基于物理信息的方法，它使用可微神经渲染来拟合给定EHT测量的4D（时间+3D）发射率场。我们的方法联合重建3D速度场和4D发射率场，并将速度作为发射率动力学的软约束。在模拟数据上的实验中，我们发现重建精度显著优于BH-NeRF和与物理无关的方法。我们展示了如何使用我们的方法来估计黑洞的其他物理参数，例如其自旋。