双黑洞合并
AMSS-NCKU 能够有效地计算双黑洞合并过程，研究黑洞并合动力学以及双黑洞并合过程中的引力波辐射特征，为双黑洞系统的引力波探测提供理论支持。
相对论多体问题
AMSS-NCKU 能够模拟多个黑洞系统的动力学演化，研究广义相对论框架下的多体问题，探索三黑洞及多黑洞系统的运动轨道以及多体并合过程中的引力波辐射特征。
引力波天文学
AMSS-NCKU 能够为 LIGO、Virgo、KAGRA、天琴、太极等地面与空间引力波探测器提供高精度波形模板，支撑信号识别与参数估计，助力引力波瞬变目录（GWTC）的构建。
人工智能与数值相对论
用物理信息神经网络求解 Einstein 约束方程、构建参数化初始数据解——人工智能正在为数值相对论开辟新途径。
从理论到观测的桥梁
数值相对论是连接爱因斯坦广义相对论理论与引力波探测器观测数据的唯一工具。 AMSS-NCKU 在黑洞物理基础研究、引力波模板库构建以及多信使天文学时代 扮演着不可或缺的关键角色。
AI × NUMERICAL RELATIVITY
人工智能与数值相对论
人工智能正在成为数值相对论研究的新工具：从求解爱因斯坦约束方程、加速初始数据构建，到引力波波形代理模型与参数估计，机器学习方法正在多个环节展现潜力。
作为代表性进展之一，我们可以利用物理信息神经网络（PINN）求解双黑洞初始数据中的 Hamilton 约束方程。