論文の概要: Uncovering dark matter density profiles in dwarf galaxies with graph neural networks

• arxiv url: http://arxiv.org/abs/2208.12825v1
• Date: Fri, 26 Aug 2022 18:00:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-30 14:55:33.803840
• Title: Uncovering dark matter density profiles in dwarf galaxies with graph neural networks
• Title（参考訳）: グラフニューラルネットワークを用いた小銀河のダークマター密度プロファイルの解明
• Authors: Tri Nguyen, Siddharth Mishra-Sharma, Reuel Williams, Lina Necib
• Abstract要約: 我々は、これらの系に重力的に結合した恒星の観測可能なキネマティクスから、小銀河のダークマター密度プロファイルを推定する新しい手法を提案する。 本手法は, 暗黒物質分布に強い制約を課すことができ, 暗黒物質ハロの小規模構造に係わるパズルのいくつかを重み付けできる可能性が示唆された。
• 参考スコア（独自算出の注目度）: 1.823419686712506
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dwarf galaxies are small, dark matter-dominated galaxies, some of which are embedded within the Milky Way. Their lack of baryonic matter (e.g., stars and gas) makes them perfect test beds for probing the properties of dark matter -- understanding the spatial dark matter distribution in these systems can be used to constrain microphysical dark matter interactions that influence the formation and evolution of structures in our Universe. We introduce a new method that leverages simulation-based inference and graph-based machine learning in order to infer the dark matter density profiles of dwarf galaxies from observable kinematics of stars gravitationally bound to these systems. Our approach aims to address some of the limitations of established methods based on dynamical Jeans modeling. We show that this novel method can place stronger constraints on dark matter profiles and, consequently, has the potential to weigh in on some of the ongoing puzzles associated with the small-scale structure of dark matter halos, such as the core-cusp discrepancy.
• Abstract（参考訳）: ドワーフ銀河は、暗黒物質が支配する小さな銀河であり、一部は銀河系に埋め込まれている。 それらのバリオン物質(恒星やガスなど)の欠如により、ダークマターの性質を解明するためのテストベッドが完成し、これらの系における空間的なダークマター分布は、宇宙の構造の形成と進化に影響を及ぼすミクロ物理学的なダークマター相互作用を制限できる。 これらの系に重力的に結合した恒星の観測可能なキネマティクスから、小銀河の暗黒物質密度プロファイルを推定するために、シミュレーションベースの推論とグラフベースの機械学習を利用する新しい手法を提案する。 提案手法は,動的Jeansモデリングに基づく確立された手法の限界に対処することを目的としている。 本手法は, 暗黒物質プロファイルに強い制約を課すことができ, その結果, コアカスプの差など, 暗黒物質ハロの小規模構造に係わるパズルのいくつかを考察できる可能性が示唆された。

関連論文リスト

• A deep-learning algorithm to disentangle self-interacting dark matter and AGN feedback models [0.0]
  本研究では,ダークマターの自己反応が天体物理学的フィードバックとどのように異なるのかを「学習」する機械学習手法を提案する。 我々は、流体力学シミュレーションから銀河団の画像に畳み込みニューラルネットワークを訓練する。
  論文  参考訳（メタデータ） (2024-05-27T18:00:49Z)
• Probabilistic reconstruction of Dark Matter fields from biased tracers using diffusion models [0.0]
  銀河は宇宙のWebのバイアストレーサであり、直接観測できないダークマター成分に支配されている。 我々は、与えられた恒星質量場から基礎となる暗黒物質場の非偏光後部分布を予測する拡散生成モデルを開発した。
  論文  参考訳（メタデータ） (2023-11-14T21:40:20Z)
• Detecting Gravitationally Interacting Dark Matter with Quantum Interference [47.03992469282679]
  我々は、高感度重力による量子位相シフトを用いて、そのような粒子を直接検出する理論的な可能性を示す。 特に、ジョセフソン接合を利用したプロトコルを考える。
  論文  参考訳（メタデータ） (2023-09-15T08:22:46Z)
• Quantum Science and the Search for Axion Dark Matter [91.3755431537592]
  ダークマターパズルは現代の物理学において最も重要なオープン問題の一つである。 多数の精密実験が、アクシオンのようなダークマターの3つの非重力相互作用を探索している。
  論文  参考訳（メタデータ） (2023-04-24T02:52:56Z)
• Inferring Structural Parameters of Low-Surface-Brightness-Galaxies with Uncertainty Quantification using Bayesian Neural Networks [70.80563014913676]
  ベイズニューラルネットワーク (BNN) を用いて, シミュレーションした低地表面明度銀河画像から, それらのパラメータの不確かさを推測できることを示す。 従来のプロファイル適合法と比較して、BNNを用いて得られた不確実性は等しく、よく校正され、パラメータの点推定は真の値に近いことを示す。
  論文  参考訳（メタデータ） (2022-07-07T17:55:26Z)
• Snowmass White Paper: Quantum Aspects of Black Holes and the Emergence of Spacetime [0.0]
  近年、ホーキング放射に含まれる量子情報が計算され、ブラックホールの蒸発と量子力学的ユニタリティの整合性の鍵となる側面が検証されている。 これらの展開を概観し、このテーマの深いオープンな疑問について述べる。 これには、ブラックホールの内部の性質、量子宇宙論への潜在的な応用、ブラックホールの微細構造に関する重力的説明、量子情報と実験室の量子シミュレーションへのさらなる接続の開発が含まれる。
  論文  参考訳（メタデータ） (2022-01-09T22:01:30Z)
• Inferring dark matter substructure with astrometric lensing beyond the power spectrum [0.0]
  そこで我々は,地球規模の暗黒物質による重力レンズのシグネチャの探索手法を提案する。 提案手法は, 暗黒物質群に対する感度が有意に向上したことを示す。
  論文  参考訳（メタデータ） (2021-10-04T18:00:00Z)
• To observe, or not to observe, quantum-coherent dark matter in the Milky Way, that is a question [0.0]
  ボース・アインシュタイン凝縮暗黒物質(BEC-DM)は、標準で無衝突の冷暗黒物質(CDM)の代替として人気がある。 BEC-DMは構造形成を抑えることができ、様々なボソン質量に対するCDMの小規模な危機を解決することができる。 バリニックトレーサに対するBEC-DMの影響について、既存の制約と潜在的に新しい制約について論じる。
  論文  参考訳（メタデータ） (2021-04-25T20:40:31Z)
• Simulation of Collective Neutrino Oscillations on a Quantum Computer [117.44028458220427]
  本稿では,現在発生している量子デバイスを用いたニュートリノ相互作用系の最初のシミュレーションを行う。 量子ビットの自然接続における制限を克服し、それをリアルタイムに絡み合いの進化を追跡する戦略を導入する。
  論文  参考訳（メタデータ） (2021-02-24T20:51:25Z)
• Multidimensional dark space and its underlying symmetries: towards dissipation-protected qubits [62.997667081978825]
  我々は、環境との制御された相互作用が、デコヒーレンスに対する免疫である「エム・ダーク」と呼ばれる状態を作り出すのに役立つことを示している。 暗黒状態の量子情報を符号化するには、次元が1より大きい空間にまたがる必要があるため、異なる状態が計算基底として機能する。 このアプローチは、オープンシステム内の量子情報を保存、保護、操作する新たな可能性を提供します。
  論文  参考訳（メタデータ） (2020-02-01T15:57:37Z)
• Probing chiral edge dynamics and bulk topology of a synthetic Hall system [52.77024349608834]
  量子ホール系は、基礎となる量子状態の位相構造に根ざしたバルク特性であるホール伝導の量子化によって特徴づけられる。 ここでは, 超低温のジスプロシウム原子を用いた量子ホール系を, 空間次元の2次元形状で実現した。 磁気サブレベルが多数存在すると、バルクおよびエッジの挙動が異なることが示される。
  論文  参考訳（メタデータ） (2020-01-06T16:59:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。