Comme les galaxies ne peuvent pas être entièrement analysées par des observations astronomiques, les scienfifiques de l'Universite de Bayreuth utilisent des modèles mathématiques de galaxies fondés sur la théorie de la relativité générale d'Albert Einstein, qui décrit la gravité comme la courbure d'un espace-temps à quatre dimensions. Leur approche innovante utilise un réseau neuronal profond pour prédire rapidement la stabilité des modèles de galaxies.
Les réseaux de neurones sont de puissants modèles informatiques dont la structure s'inspire de celle du cerveau humain. Ils sont utilisés dans le domaine de l’intelligence artificielle pour détecter des structures complexes dans de grandes quantités de données. Le réseau neuronal peut prédire quels modèles de galaxies peuvent exister dans la réalité et lesquels ne le peuvent pas. Le réseau neuronal fournit une prédiction beaucoup plus rapide que les simulations numériques utilisées dans le passé. Cela signifie que les hypothèses astrophysiques avancées au cours des dernières décennies peuvent être vérifiées ou réfutées en quelques secondes.
Plus d'informations : Christopher Straub et al, EVStabilityNet : Prédire la stabilité des amas d'étoiles en relativité générale, Gravité classique et quantique (2024). DOI : 10.1088/1361-6382/ad228a
Fourni par l'Université de Bayreuth
Aucun commentaire:
Enregistrer un commentaire