orbital-stability:使用神经网络预测外行星的轨道稳定性

机器学会预测外行星的稳定性 这是一个使用深层神经网络（DNN）预测周围行星的轨道稳定性以及培训和验证自己的DNN的教程。 我们的DNN在由Hanno Rein等人的数值积分器进行的一百万（不是一百万，实际上不是一百万；请参见“从切片中毕业”）模拟中接受训练。 您可以使用我们的代码为您选择的外接行星系统生成稳定性预测。 作为概念证明，此模型得到了简化-可以想象引入其他参数，例如轨道倾角。 在给定二进制偏心距，二进制质量比（µ）以及二进制和行星半长轴的情况下，对周围系统的稳定性进行预测，只需运行 python tatooine.py -a ____ -e ____ -m ____ -a标志后面的数量是行星半长轴与二元半长轴之比； -e之后的数量是二元偏心率； -m之后的数量是质量比。 有关完整的详细信息，请参见MNRAS和上的论文“一台机器学会预测行星的稳定性”。 教程（或：如何从头开始写论