基于机器学习推断中子星可观测量与方程状态

我们进行了大规模研究，使用多样化的方程状态 (EoS) 模型，通过符号回归方法揭示中子星 (NS) 可观测量与底层 EoS 参数之间的强烈关系。这些 EoS 模型源自无偏和基于物理的方法，考虑中子星由核子、超子及其他奇异自由度组成，并处于贝塔平衡状态。我们发现，NS 最大质量与能量密度约为 800 MeV.fm$^{-3}$ 时的压强和质子密度呈强烈相关。我们还展示了在 NS 质量范围 1-2$M_\odot$ 内，EoS 可表示为半径和潮汐形变性质的函数。这些见解为从准确知晓 NS 可观测量中直接解码致密物质 EoS 提供了有前景且高效的框架。