물리학 문제를 신속하게 해결하기 위해 새로 개발된 인공 신경망

아이작 뉴턴 경 이후로 이른바 삼체 문제는 수학자 및 물리학 연구자들을 혼란스럽게 만들었습니다. 처럼 ScienceAlert "삼체 문제는 예를 들어 지구, 달, 태양과 같이 중력적으로 상호작용하는 세 물체의 초기 위치와 속도를 고려하여 움직임을 계산하는 것과 관련이 있습니다.”

이 문제는 표면적으로는 단순해 보이지만 실제로는 해결하기 매우 어려운 문제입니다. 그 결과 중 하나는 달과 별에 의해 위치를 계산하는 삼체 문제를 해결하는 대신 해상 위치를 계산하는 해양 크로노미터를 도입한 것입니다.

우주 연구의 빠른 발전으로 삼체 문제는 연구자들이 "방법 블랙홀 바이너리는 단일 파일과 상호 작용할 수 있습니다. 블랙홀, 그리고 거기에서 우주의 가장 근본적인 물체 중 일부가 서로 어떻게 상호 작용하는지.”

합리적인 시간 내에 이러한 계산을 실현하기 위해 과학자와 연구자들은 심층 인공 신경망인 ANN을 사용했습니다. 새로운 시스템은 다음과 같은 연구진으로 구성된 팀에 의해 개발되었습니다. 영국의 에딘버러 대학교와 케임브리지 대학교, 포르투갈의 아베이루 대학교, 네덜란드의 라이덴 대학교가 있습니다.

이 팀이 개발한 ANN은 기존의 XNUMX체 문제 데이터베이스와 과학자들이 이전에 알아낸 솔루션 선택에 대해 교육을 받았습니다.

그 결과는 유망한 것 이상이었습니다. 훈련된 ANN은 솔루션을 찾을 수 있다고 약속합니다.기존 기술보다 100억 배 빠릅니다.”

그 결과 연구 논문, "뉴턴 대 기계: 심층 신경망을 사용하여 혼란스러운 삼체 문제 해결" 상태, "훈련된 ANN은 기존의 수치 솔버를 대체할 수 있어 다체 시스템의 빠르고 확장 가능한 시뮬레이션을 가능하게 하여 블랙홀 쌍성 시스템의 형성 또는 밀집된 성단의 코어 붕괴 기원과 같은 뛰어난 현상을 밝힐 수 있습니다."

ScienceAlert는 “ 연구원들은 모두 XNUMX 속도에서 시작하여 평면에 XNUMX개의 동일한 질량 입자만 포함하도록 프로세스를 단순화한 다음 기존의 XNUMX체 문제 해결사를 실행했습니다. 브루투스라고 불리는 10,000회 이상(훈련 9,900회, 검증 100회).”

훈련 후, 새로운 ANN은 인상적인 결과를 내놓았습니다. 작업할 수 있는 5,000개의 새로운 시나리오가 제공되었으며 Brutus가 달성한 결과와 거의 완벽하게 일치했습니다.

이 연구는 아직 동료 검토를 거치지 않았지만 해당 분야에 대한 지식과 경험을 가진 과학자들에 의해 여전히 이 단계에서 더 많은 개념 증명을 통해 훈련된 신경망이 "Brutus 및 유사한 시스템과 함께 작동하여 현재 모델이 대처하기에 XNUMX체 계산이 너무 복잡해지면 뛰어들 수 있음"을 확실히 보여줍니다.

이 연구원 팀은 논문에서 결론을 내립니다. "결국 우리는 그 네트워크가 4체 및 5체 문제와 같은 더 풍부한 혼돈 문제에 대해 훈련되어 계산 부담을 훨씬 더 줄일 수 있을 것으로 예상합니다."