Применение алгоритма машинного обучения для определения параметров моделей сверхновых по их кривым блеска

В работе рассматривается применение библиотеки машинного обучения CatBoost для определения масс радиоактивных изотопов по кривой блеска сверхновой на поздних временах. Используемая для демонстрации модель расчета синтетических кривых блеска основана на вкладе пяти основных цепочек радиоактивного распада, начинающихся с изотопов $^{56}$Ni, $^{57}$Ni, $^{44}$Ti, $^{22}$Na, $^{60}$Co. Отдельно рассматривались наборы случайных кривых блеска, вычисленных при различных массах изотопов как трех доминирующих цепочек ($^{56}$Ni, $^{57}$Ni, $^{44}$Ti), так и всех пяти. Показано, что массы доминирующих изотопов определяются с приемлемой точностью в обоих случаях даже при стандартных настройках алгоритма машинного обучения. Во втором случае точность определения масс двух других изотопов ($^{22}$Na, $^{60}$Co) оказывается неудовлетворительной, вероятно, из-за их слабого вклада в полную кривую блеска.