合成黑洞图像上的特征提取
高能天体物理现象
2020-07-03 v1
摘要
事件视界望远镜（EHT）近期发布了M87中黑洞的首张视界尺度图像。结合其他天文数据，这些图像约束了黑洞的质量与自旋以及吸积率和 trapped 在黑洞上的磁流。EHT的一个重要问题是，仅从当前和未来的EHT数据中能多好地提取自旋和 trapped 磁流等关键参数。本文利用在最先进模拟中绘制的髙分辨率合成图像上训练的神经网络来探索参数提取。我们发现该神经网络能够高精度地恢复自旋和磁流。我们特别感兴趣于解释神经网络输出并理解其使用哪些特征来识别例如黑洞自旋。利用特征图，我们发现该网络尤其关注低表面亮度特征。
引用
@article{arxiv.2007.00794,
title = {Feature Extraction on Synthetic Black Hole Images},
author = {Joshua Yao-Yu Lin and George N. Wong and Ben S. Prather and Charles F. Gammie},
journal= {arXiv preprint arXiv:2007.00794},
year = {2020}
}
备注
Accepted by ML Interpretability for Scientific Discovery Workshop at ICML 2020