中子星状态方程机器学习方法论研究

我们讨论一种从一组质量-半径观测数据推导中子星状态方程的机器学习方法论。我们提出一种高效流程，用于处理从带观测误差的有限数据点到状态方程的映射。我们生成训练数据并优化神经网络。利用独立的验证数据(模拟观测数据)，我们确认状态方程被正确重建，其精度超越观测误差。我们最后讨论了我们的方法与贝叶斯分析的关系，重点强调我们的方法对于欠定问题的通用性。