数据集概述
本数据集包含用于双中子星并合后残骸分类的机器学习模型及配套数据，源自CoRe、SACRA数据库等数值相对论模拟。数据涵盖系统总质量、质量比、潮汐可变形性等参数，提供三类分类器模型及示例代码，支持并合后残骸类型（黑洞、中子星等）的分类研究。
文件详解
- 数据文件
- 文件名称：dataset_classA.json、dataset_classBandC.json
- 文件格式：JSON
- 字段映射介绍：包含Mtot（总质量）、Mratio（质量比）、LambdaTilde（质量加权潮汐可变形性）、EOS（状态方程）、ChiEff（有效自旋）、RemnantKey（残骸类型标识）、CollapseTime（坍缩时间）、Mratio_fixed（分类器用质量比）等字段
- 模型文件
- 文件名称：classifierA_model.pkl、classifierB_model.pkl、classifierC_model.pkl
- 文件格式：PKL
- 内容说明：A类区分黑洞与中子星；B类区分瞬发坍缩、超 massive 中子星坍缩及稳定中子星；C类进一步区分超 massive 中子星寿命
- 缩放器文件
- 文件名称：scaler_classifierA.pkl、scaler_classifierB.pkl、scaler_classifierC.pkl
- 文件格式：PKL
- 内容说明：对应三类分类器的输入数据缩放工具
- 示例代码
- 文件名称：Classifier_GW170817_data.ipynb
- 文件格式：IPYNB
- 内容说明：展示使用分类器分析GW170817数据的示例
- 环境配置文件
- 文件名称：spec-file-pmclass.txt
- 文件格式：TXT
- 内容说明：conda环境配置文件，包含依赖包信息
数据来源
arXiv论文：A machine-learning classifier for the postmerger remnant of binary neutron stars（arXiv:2408.10678）
适用场景
- 天体物理研究：分析双中子星并合后残骸类型，支持引力波事件（如GW170817）的后验分析
- 机器学习模型应用：验证并合残骸分类模型在实际观测数据中的性能
- 数值模拟数据处理：利用标准化参数数据集开展并合系统演化规律研究
- 引力波数据分析：辅助引力波事件的天体物理参数推断，区分并合后产物类型
- 状态方程研究：结合EOS参数分析不同状态方程对并合残骸的影响
