.Faux Hole Phenomenon: Could This Copycat Black Hole Be a New Type of Star?
http://blog.naver.com/mssoms
http://jl0620.blogspot.com
http://jk0620.tripod.com
https://www.facebook.com/junggoo.lee.9
.Faux Hole Phenomenon: Could This Copycat Black Hole Be a New Type of Star?
가짜 구멍 현상: 이 모방 블랙홀은 새로운 유형의 별이 될 수 있습니까?
주제:천문학천체물리학블랙홀존스홉킨스대학교 JOHNS HOPKINS UNIVERSITY 작성 2023년 4월 19일 블랙홀 일러스트 아트 컨셉
존스 홉킨스 대학의 연구원들은 블랙홀과 매우 유사한 새로운 유형의 천체의 존재를 암시하는 시뮬레이션을 수행했습니다. 토폴로지 솔리톤(topological soliton)이라고 불리는 이 가상 물체는 블랙홀과 같은 방식으로 공간을 왜곡하지만 약한 광선을 흡수하는 대신 산란 및 방출합니다. 연구자들은 우주에 숨겨진 다른 천체가 있을 수 있음을 나타내는 물체를 구성하기 위해 수학 방정식과 시뮬레이션을 사용했습니다.
-이 연구는 끈 이론을 기반으로 하며 양자 역학을 아인슈타인의 중력 이론과 조화시켜 미래에 새로운 유형의 초밀도 별을 제안하는 것을 목표로 합니다. 존스 홉킨스 연구원들은 블랙홀을 모방 하지만 약한 광선을 방출하는 토폴로지 솔리톤(topological soliton)이라고 불리는 가상의 천체를 발견했습니다 .
-블랙홀처럼 보이고 블랙홀처럼 빛을 휘게 하지만 실제로는 새로운 유형의 별일 수 있습니다. 신비한 물체는 가상의 수학적 구성이지만 Johns Hopkins 연구원의 새로운 시뮬레이션은 지구상에서 가장 좋은 망원경조차도 우주에 숨어있는 다른 천체가있을 수 있음을 시사합니다. 연구 결과는 Physical Review D 저널에 게재될 예정입니다 . 이번 연구를 이끈 존스 홉킨스 대학 물리학자 피에르 하이드만(Pierre Heidmann)은 “우리는 매우 놀랐다.
-"물체가 블랙홀처럼 보이지만 어두운 곳에서 나오는 빛이 있습니다." 2015년 중력파 의 탐지는 블랙홀 의 존재를 확인했기 때문에 천체물리학계를 뒤흔들었습니다 . 이러한 발견에 영감을 받아 Johns Hopkins 팀은 유사한 중력 효과를 생성할 수 있지만 지구상의 초정밀 센서로 관찰할 때 블랙홀로 통과할 수 있는 다른 물체의 가능성을 탐구하기 시작했다고 공동 저자이자 Johns Hopkins 물리학자인 Ibrahima Bah가 말했습니다.
“블랙홀이 없다는 것을 어떻게 알 수 있습니까? 우리는 그것을 테스트할 좋은 방법이 없습니다.”라고 Bah가 말했습니다. "위상학적 솔리톤과 같은 가상의 물체를 연구하는 것도 우리가 그것을 알아내는 데 도움이 될 것입니다."
블랙홀과 토폴리솔리톤 관찰자의 시야에 물체가 없을 때 발생하는 중력 렌즈 효과, 블랙홀, 위상학적 솔리톤을 보여주는 동영상. 크레딧: Pierre Heidmann/Johns Hopkins University
새로운 시뮬레이션은 Johns Hopkins 팀이 토폴로지 솔리톤이라고 부르는 물체를 사실적으로 묘사합니다. 시뮬레이션은 멀리서 보면 블랙홀의 흐릿한 사진처럼 보이지만 가까이서 보면 완전히 다른 물체처럼 보이는 물체를 보여줍니다. 개체는 이 단계에서 가상입니다. 그러나 팀이 수학 방정식을 사용하여 그것을 구성하고 시뮬레이션으로 어떻게 보이는지 보여줄 수 있다는 사실은 지구상에서 가장 좋은 망원경조차도 우주에 숨어있는 다른 유형의 천체가 있을 수 있음을 시사합니다. 이번 발견은 토폴로지 솔리톤이 어떻게 블랙홀처럼 공간을 왜곡하는지 보여줍니다.
"빛은 강하게 구부러져 있지만 블랙홀처럼 흡수되지 않고 펑키한 움직임으로 흩어지다가 어느 지점에서 혼란스러운 방식으로 다시 돌아옵니다."라고 Heidmann은 말했습니다. “어두운 부분이 보이지 않습니다. 많은 흐릿함을 볼 수 있는데, 이는 빛이 이 이상한 물체 주위를 미친 듯이 공전하고 있다는 것을 의미합니다.” 블랙홀의 중력장은 지구가 태양 주위를 공전하는 것과 같은 방식으로 블랙홀의 중심에서 일정한 거리를 두고 블랙홀 주위를 공전할 수 있을 정도로 강렬합니다. 이 거리는 구멍의 "그림자" 가장자리를 결정하므로 들어오는 빛은 과학자들이 "사건의 지평선"이라고 부르는 영역에 치명적으로 닿게 됩니다. 그곳에서는 그 무엇도 빠져나갈 수 없습니다.
빛도 마찬가지입니다. Hopkins 팀은 렌즈 앞에 블랙홀과 토폴로지 솔리톤을 배치하여 카메라로 촬영한 것처럼 우주 공간의 사진을 사용하여 여러 시나리오를 시뮬레이션했습니다. 결과는 거대한 물체의 중력 효과로 인해 왜곡된 사진을 생성했습니다. Heidmann은 “이것은 천체 물리학적으로 관련된 끈 이론 개체의 첫 번째 시뮬레이션입니다. 관찰자가 하늘에서 관찰하는 것처럼 위상 솔리톤과 블랙홀의 차이점을 실제로 특성화할 수 있기 때문입니다.”라고 Heidmann은 말했습니다.
끈 이론의 다양한 결과에 동기를 부여받은 Bah와 Heidmann은 2021년 아인슈타인의 일반 상대성 이론을 사용하여 토폴로지 솔리톤을 구성하는 방법을 발견했습니다 . 솔리톤은 새로운 물체에 대한 예측이 아니지만 새로운 양자 중력 물체가 블랙홀과 비교하여 어떻게 생겼는지에 대한 최상의 모델 역할을 합니다. 과학자들은 이전에 이국적인 형태의 물질과 유사한 중력 효과를 발휘할 수 있는 boson star, gravastar 및 기타 가상 물체의 모델을 만들었습니다. 그러나 새로운 연구는 다른 모델이 설명하지 않는 우주의 내부 작용에 대한 기둥 이론을 설명합니다.
그것은 양자 역학과 아인슈타인의 중력 이론을 조화시키는 끈 이론을 사용한다고 연구원들은 말했습니다. “훌륭한 연구 프로그램의 시작입니다.”라고 Bah는 말했습니다. "우리는 미래에 양자 중력에서 나온 새로운 종류의 물질로 구성된 새로운 유형의 초밀집성 별을 진정으로 제안할 수 있기를 바랍니다." 팀에는 Johns Hopkins 물리학자인 Emanuele Berti가 포함됩니다. 시뮬레이션의 토폴로지 솔리톤은 Bah 그룹이 2022년에 발표한 연구 에서 처음 구성되었습니다 .
참조: Pierre Heidmann, Ibrahima Bah 및 Emanuele Berti의 "Imaging Topological Solitons: the Microstructure Behind the Shadow", Physical Review D .
https://scitechdaily.com/faux-hole-phenomenon-could-this-copycat-black-hole-be-a-new-type-of-star/
============================
메모 2304201911 나의 사고실험 oms 스토리텔링
샘플링 qoms.smola는 중성자 별에 나타나는 토폴로지 솔리톤(topological soliton)이라고 불리는 가상의 천체이다. 블랙홀 oms.vix가 안되고 oms.smola에 나타난 현상이다. 그런데 qoms.vix가 존재하여 실제 블랙홀인 경우도 있다. 허허.
-This research is based on string theory and aims to propose a new type of super-dense star in the future by harmonizing quantum mechanics with Einstein's theory of gravity. Johns Hopkins researchers have discovered a hypothetical object called a topological soliton that mimics a black hole but emits weak rays.
- It looks like a black hole and bends light like a black hole, but it could actually be a new type of star. Mysterious objects are hypothetical mathematical constructs, but new simulations from Johns Hopkins researchers suggest that there may be other celestial bodies lurking in space even with the best telescopes on Earth. The results of the study will be published in the journal Physical Review D. “We were very surprised,” said Johns Hopkins University physicist Pierre Heidmann, who led the study.
-"The object looks like a black hole, but there is light coming out of the dark." The detection of gravitational waves in 2015 shook the world of astrophysics because it confirmed the existence of black holes. Inspired by these findings, the Johns Hopkins team set out to explore the possibility of other objects that could produce similar gravitational effects but could pass through black holes when observed with ultra-precise sensors on Earth, co-author and Johns Hopkins physicist Ibrahima Bah. said.
============================
memo 2304201911 my thought experiment oms storytelling
Sampling qoms.smola is a hypothetical object called a topological soliton that appears in neutron stars. Black hole oms.vix does not work, and this is a phenomenon that appeared in oms.smola. However, there are cases where qoms.vix exists and is a real black hole. haha.
samplea.oms.base (standard)
b0acfd 0000e0
000ac0 f00bde
0c0fab 000e0d
e00d0c 0b0fa0
f000e0 b0dac0
d0f000 cae0b0
0b000f 0ead0c
0deb00 ac000f
ced0ba 00f000
a0b00e 0dc0f0
0ace00 df000b
0f00d0 e0bc0a
sampleb. qoms.base (standard)
0000000011=2,0
0000001100
0000001100
0000010010
0001100000
0101000000
0010010000
0100100000
2000000000
0010000001
sampleb.poms.base (standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
0000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0
samplec.oss.base (standard)
zxdxybzyz
zxdzxezxz
xxbyyxzzx
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca
.Debunking the Myth: Is Deep Learning Necessary for Artificial Intelligence?
신화 폭로: 인공 지능에 딥 러닝이 필요합니까?
주제:인공 지능바일란 대학교기계 학습 By BAR-ILAN UNIVERSITY 2023년 4월 20일 신경망 트리 딥 러닝 개념 APRIL 20, 2023
최근 연구에서는 뇌에서 영감을 받은 얕은 피드포워드 네트워크가 딥 러닝 아키텍처에 비해 계산 복잡성이 감소하면서 중요하지 않은 분류 작업을 효율적으로 학습할 수 있음을 보여줍니다. 얕은 아키텍처가 딥 러닝 아키텍처와 동일한 분류 성공률을 달성할 수 있지만 덜 복잡하다는 것을 보여주었습니다. 얕은 아키텍처에 대한 효율적인 학습은 효율적인 수지상 트리 학습과 연결되며, 이는 뉴런의 이방성 특성 및 하위 수지상 적응에 대한 초기 실험 연구 결과를 통합합니다.
이 발견은 에너지 소비를 줄이면서 빠르고 효율적인 얕은 학습을 위한 고유한 하드웨어 개발 가능성을 시사합니다. (딥러닝 신경망 트리의 표현.) 딥 러닝은 많은 인공 지능 작업을 실현하기 위한 핵심 요소인 것으로 보입니다. 그러나 이러한 작업은 더 간단한 얕은 아키텍처를 사용하여 효율적으로 실현할 수 있습니다. Scientific Reports 에 발표된 연구에 따르면 얕은 피드포워드 네트워크는 딥 러닝 아키텍처에 비해 계산 복잡성이 감소하면서 중요하지 않은 분류 작업을 효율적으로 학습할 수 있습니다 .
이 발견은 얕은 학습을 위한 독특하고 에너지 효율적인 하드웨어의 개발을 지시할 수 있습니다. 최초의 인공 신경망인 퍼셉트론(Perceptron)은 약 65년 전에 도입되었으며 단 하나의 계층으로 구성되었습니다.
-그러나 더 복잡한 분류 작업에 대한 솔루션을 다루기 위해 수많은 피드포워드(연속) 레이어로 구성된 고급 신경망 아키텍처가 나중에 도입되었습니다. 이것은 현재 딥 러닝 알고리즘 구현의 필수 구성 요소입니다. 인간의 개입 없이 분석 및 물리적 작업의 성능을 향상시키고 자율 주행 자동차 및 자율 챗봇을 위한 새로운 기술과 같은 일상적인 자동화 제품 뒤에 있습니다.
딥 머신 러닝 대 얕은 뇌 학습 많은 레이어로 구성된 딥 머신 러닝 방식(왼쪽)과 너비가 확대된 몇 개의 레이어로 구성된 얕은 뇌 학습 방식(오른쪽). 크레딧: Ido Kanter 교수, Bar-Ilan 대학
Scientific Reports 저널에 오늘(4월 20일) 발표된 새로운 연구를 주도하는 핵심 질문은 뇌에서 영감을 받은 얕은 피드포워드 네트워크를 사용하여 사소하지 않은 분류 작업의 효율적인 학습을 달성할 수 있는 동시에 잠재적으로 계산 복잡성을 덜 요구할 수 있는지 여부입니다.
Bar-Ilan 물리학 및 Gonda(Goldschmied) 다학문학과의 Ido Kanter 교수는 "긍정적인 대답은 딥 러닝 아키텍처의 필요성에 대한 질문이며 얕은 학습의 효율적이고 빠른 구현을 위한 고유한 하드웨어 개발을 지시할 수 있습니다."라고 말했습니다. 연구를 이끈 뇌연구센터. "또한 뇌에서 영감을 받은 얕은 학습이 어떻게 복잡성과 에너지 소비를 줄이면서 계산 능력을 향상시켰는지 보여줄 것입니다."
"우리는 얕은 인공 아키텍처에 대한 효율적인 학습이 이전에 많은 레이어와 필터로 구성된 딥 러닝 아키텍처에서 달성한 것과 동일한 분류 성공률을 달성할 수 있지만 계산 복잡성은 더 낮다는 것을 보여주었습니다."라고 박사 과정 학생인 Yarden Tzach는 말했습니다.
이 작업의 기여자. "그러나 얕은 아키텍처의 효율적인 구현을 위해서는 고급 GPU 기술의 특성 변화와 향후 전용 하드웨어 개발이 필요합니다."라고 그는 덧붙였습니다.
뇌에서 영감을 받은 얕은 구조에 대한 효율적인 학습은 다른 스파이크 파형 과 같은 뉴런의 다른 이방성 특성과 함께 신경 세포 배양을 사용한 하위 수지상 적응에 대한 Kanter 교수의 이전 실험 연구를 기반으로 하는 효율적인 수지상 나무 학습 과 함께 진행됩니다.
불응 기간 및 최대 전송률 (수지상 학습에 대한 위의 비디오 참조) 수년 동안 뇌 역학 및 기계 학습 개발은 독립적으로 연구되었지만 최근에는 뇌 역학이 새로운 유형의 효율적인 인공 지능의 소스로 밝혀졌습니다.
참조: "딥 러닝의 대안으로서 효율적인 얕은 학습" 2023년 4월 20일, Scientific Reports . DOI: 10.1038/s41598-023-32559-8
https://scitechdaily.com/debunking-the-myth-is-deep-learning-necessary-for-artificial-intelligence/
============================
메모 2304201839 나의 사고실험 oms 스토리텔링
인공 지능에 딥 러닝이 당연히 필요하다. 인간의 개입 없이 분석 및 물리적 작업의 성능을 향상시키고 자율 주행 자동차 및 자율 챗봇을 위한 새로운 기술과 같은 일상적인 자동화 제품을 구상하려면 기계적 학습끼리 맴돌아 할 것이다. 허허. 나의 샘플링도 반드시 필요할거다. 허허.
기계가 우주를 이해하려면 사람들이 만들어 놓은 샘플링의 제어도 받아야 한다. 고등지능을 가진 인간을 인공지능이 능가할 수 없다.
-However, advanced neural network architectures consisting of numerous feedforward (continuous) layers were introduced later to address solutions to more complex classification tasks. This is an essential component of current deep learning algorithm implementations. It improves the performance of analytics and physical tasks without human intervention and is behind everyday automation products such as self-driving cars and new technologies for autonomous chatbots.
============================
memo 2304201839 my thought experiment oms storytelling
Deep learning is obviously necessary for artificial intelligence. To envision everyday automation products, such as improving the performance of analytics and physical tasks without human intervention, and new technologies for self-driving cars and autonomous chatbots, machine learning will revolve around them. haha. My sampling will definitely be needed too. haha.
For machines to understand the universe, they must also be under the control of human sampling. Artificial intelligence cannot surpass humans with higher intelligence.
samplea.oms.base (standard)
b0acfd 0000e0
000ac0 f00bde
0c0fab 000e0d
e00d0c 0b0fa0
f000e0 b0dac0
d0f000 cae0b0
0b000f 0ead0c
0deb00 ac000f
ced0ba 00f000
a0b00e 0dc0f0
0ace00 df000b
0f00d0 e0bc0a
sampleb. qoms.base (standard)
0000000011=2,0
0000001100
0000001100
0000010010
0001100000
0101000000
0010010000
0100100000
2000000000
0010000001
sampleb.poms.base (standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
0000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0
samplec.oss.base (standard)
zxdxybzyz
zxdzxezxz
xxbyyxzzx
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca
댓글