LNN首次成功训练于Schwarzschild测地线

研究者Sukru Caglar等人发表论文，称首次成功在Schwarzschild测地线上训练拉格朗日神经网络（LNN）。他们采用解耦的位置-速度归一化方案，以及基于ISCO结构的能量约束对数均匀采样策略。 论文称，模型能准确复现近日点进动和相对论时间膨胀，在绕中心质量多圈后能量与角动量守恒误差仍在百分之几以内，并预测近场、中场、远场共八种轨道场景。作者表示，这为复杂相对论系统的数据驱动建模提供了方向。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。