用人工智能称量银河系与仙女座星系
星系天体物理
2021-12-01 v1 宇宙学与河外天体物理
天体物理仪器与方法
人工智能
机器学习
摘要
我们给出了利用图神经网络推导的承载银河系与仙女座星系的暗物质晕质量的新约束。我们的模型在 CAMELS 项目数千个最先进流体动力学模拟上训练，仅使用属于晕的星系的位置、速度和恒星质量，并能在考虑宇宙学和天体物理不确定性的同时对晕质量进行无似然推断。我们的约束与其他传统方法的估计一致。
引用
@article{arxiv.2111.14874,
title = {Weighing the Milky Way and Andromeda with Artificial Intelligence},
author = {Pablo Villanueva-Domingo and Francisco Villaescusa-Navarro and Shy Genel and Daniel Anglés-Alcázar and Lars Hernquist and Federico Marinacci and David N. Spergel and Mark Vogelsberger and Desika Narayanan},
journal= {arXiv preprint arXiv:2111.14874},
year = {2021}
}
备注
2 figures, 2 tables, 7 pages. Code publicly available at https://github.com/PabloVD/HaloGraphNet