面向非平衡化学的代理模型系统性选择
星系天体物理
2026-04-15 v1 天体物理仪器与方法
摘要
非平衡化学是许多天体物理环境的核心因素，但因求解与之相关的刚性 ODE 系统昂贵，仍是模拟的主要计算瓶颈。神经代理模型承诺可实现显著加速，但现有研究很少提供对架构或针对准确性和效率的严格优化的系统性比较。我们引入 CODES，用于优化和基准测试天体化学代理模型。使用 CODES，我们比较了四种神经代理模型架构，涵盖由 KROME 生成的数据集，涉及原始和分子云化学，包含最高 287 条反应和 37 个物种。双目标优化揭示了不同架构间的显著的准确性-效率权衡。全连接模型实现最高的准确性和最可靠的不确定性估计，而潜在演化模型在迭代预测下表现出改进的鲁棒性。我们的结果突显了系统性优化和架构比较的重要性。该数据集、指标和基准测试程序已公开于 CODES 中，以实现可重复的代理模型基准测试。
引用
@article{arxiv.2603.08567,
title = {Systematic selection of surrogate models for nonequilibrium chemistry},
author = {Robin Janssen and Lorenzo Branca and Tobias Buck},
journal= {arXiv preprint arXiv:2603.08567},
year = {2026}
}
备注
17 pages, 9 figures, submitted to Astronomy & Astrophysics