May, 2024
神经CMS:研究木星内部的深度学习方法
NeuralCMS: A deep learning approach to study Jupiter's interior
TL;DR通过NASA的Juno任务提供的木星重力场精确测量与伽利略入口探测仪大气测量相结合,研究表明,推断巨大星球的内部结构仍然是一项具有挑战性的逆向问题,需要对各种行星属性进行计算密集型搜索,提出了一种基于计算密集型Maclaurin准确椭球(CMS)方法的高精度广泛内部模型的有效深度神经网络(DNN)模型。