夸克星结构:贝叶斯推断与基于神经网络的建模之比较分析
核理论
2020-12-16 v2 高能天体物理现象
摘要
在这项工作中,我们比较了两种强大的参数估计方法,即贝叶斯推断与基于神经网络的学习,以研究具有常声速参数化的夸克物质状态方程,以及在两族情形下的夸克星结构。我们使用来自若干 X 射线源的质量与半径估计,以及来自引力波事件的质量与潮汐形变能力测量,来约束我们模型的参数。两种方法所得结果一致。所预言的声速与共形极限相容。
引用
@article{arxiv.2007.10239,
title = {Structure of Quark Star: A Comparative Analysis of Bayesian Inference and Neural Network Based Modeling},
author = {Silvia Traversi and Prasanta Char},
journal= {arXiv preprint arXiv:2007.10239},
year = {2020}
}