Нейросеть ищет гравитационные волны за миллисекунды
Учёные испытали нейросеть EasyResNet, которая помогает искать гравитационные волны от сливающихся чёрных дыр и нейтронных звёзд. В симуляциях алгоритм показал эффективность на уровне традиционного метода, а при некоторых помехах — выше.
01Что случилось
В предложенном подходе согласованную фильтрацию не заменяют нейросетью полностью, а объединяют с ней. Данные преобразуют в карты изменения отношения сигнал/шум во времени, которые анализирует EasyResNet, обучаясь различать паттерны настоящих сигналов и структуры от шума и помех.
Системе не требовался стандартный критерий χ² для отсеивания ложных срабатываний. Авторы провели 4 серии симуляций: наиболее заметное преимущество проявилось, когда реальные сигналы отличались от шаблонов или данные содержали глитчи. Обработка одной карты занимала около 3 миллисекунд на стандартном CPU без специальной оптимизации.
02Почему это важно
Метод согласованной фильтрации требует значительных вычислительных ресурсов, и нагрузка будет расти с объёмом данных и чувствительностью будущих детекторов, включая проектируемый Телескоп Эйнштейна.
03Что дальше
Следующий этап — проверить EasyResNet на производственных конвейерах поиска гравитационных волн коллаборации LIGO–Virgo–KAGRA и оценить изменение чувствительности и вычислительных затрат. Исследователи также планируют использовать более глубокие архитектуры и карты с более полной информацией о сигналах.
Источники
- iXBT ixbt.com