用物理信息神经网络求解 Teukolsky 方程
广义相对论与量子宇宙学
2024-04-09 v2 高能天体物理现象
计算物理
摘要
我们利用物理信息神经网络（PINNs）通过 Teukolsky 方程计算 Kerr 几何的首批准正规模。该技术使我们无需复杂的数值技巧即可提取方程的复频率和分离常数，并能在 \texttt{PyTorch} 框架下近乎即时地实现。我们能够计算任意黑洞自旋和质量的振荡频率与阻尼时间，与文献中公认值相比精度通常低于百分之一。我们发现，在信噪比（SNR）大于 100 时，PINN 计算的准正规模与现有方法所得结果无法区分，这使得前者在中期内对引力波数据分析可靠，即在 LISA 或爱因斯坦望远镜等第三代探测器到来之前（其信噪比可能达到 ）。
引用
@article{arxiv.2212.06103,
title = {Solving the Teukolsky equation with physics-informed neural networks},
author = {Raimon Luna and Juan Calderón Bustillo and Juan José Seoane Martínez and Alejandro Torres-Forné and José A. Font},
journal= {arXiv preprint arXiv:2212.06103},
year = {2024}
}
备注
12 pages, 7 figures. v2: Matches published version, minor typos corrected