ترجمه فارسی مقاله تشخیص هایپرون در ستاره های نوترون – یک رویکرد یادگیری ماشین

چکیده

We present a neural network classification model for detecting the presence of hyperonic degrees of freedom in neutron stars. The models take radii and/or tidal deformabilities as input and give the probability for the presence of hyperons in the neutron star composition. Different numbers of observations and different levels of uncertainty in the neutron star properties are tested. The models have been trained on a dataset of well-calibrated microscopic equations of state of neutron star matter based on a relativistic mean-field formalism. Real data and data generated from a different description of hyperonic matter are used to test the performance of the models.

چکیده به فارسی (ترجمه ماشینی)

ما یک مدل طبقه بندی شبکه عصبی برای تشخیص حضور درجه هایپرونیک آزادی در ستاره های نوترون ارائه می دهیم.این مدل ها شعاع و/یا تغییر شکل های جزر و مد را به عنوان ورودی می گیرند و احتمال حضور هایپرون ها در ترکیب ستاره نوترون را به وجود می آورند.تعداد مختلف مشاهدات و سطوح مختلف عدم اطمینان در خصوصیات ستاره نوترون مورد آزمایش قرار می گیرند.این مدل ها بر روی مجموعه ای از معادلات میکروسکوپی به خوبی کالیبره شده از ماده ستاره نوترون بر اساس یک فرمالیسم میانگین نسبی گرایانه آموزش دیده اند.داده های واقعی و داده های حاصل از توضیحات متفاوت از ماده هایپرونیک برای آزمایش عملکرد مدل ها استفاده می شود.