Определение источника гравитационных волн — непростая задача, ведь «рябь пространства — времени» может дойти до Земли из любой точки космоса. Чем быстрее найдется событие, тем лучше удастся его изучить. Раньше на это уходили часы, а новый алгоритм на основе машинного обучения может обнаружить цель за одну секунду.
Иллюстрация гравитационных волн от слияния двух нейтронных звезд / © MPI-IS / A. Posada
В августе 2017 года три детектора сети LIGO-Virgo впервые в истории зарегистрировали всплеск гравитационных волн от слияния двух нейтронных звезд — сигнал GW170817. По данным с трех инструментов удалось достаточно точно определить область небосклона и расстояние до «виновников» события. Спустя 10 часов после гравитационно-волнового всплеска астрономы направили телескопы на этот участок неба. Еще через час удалось определить источник — «килоновую» AT2017gfo, возникшую в результате слияния нейтронных звезд.
Работающая сегодня сеть обсерваторий LIGO-Virgo-KARGA ловит гравитационные волны от слияния нейтронных звезд за несколько минут до того, как до нас «долетает» их электромагнитное излучение. В этих волнах «закодировано» расстояние, местоположение на небе и характер источника волн. «Традиционные» статистические методы анализа неплохо работают, когда сигнал короткий, примерно несколько секунд, как от слияния черных дыр. В случае двойных нейтронных звезд его длительность исчисляется сотнями секунд.
Авторы нового исследования, опубликованного в журнале Nature, разработали алгоритм на основе машинного обучения, который справляется с анализом гравитационно-волновых данных всего за секунду и без допущений, влияющих на точность расчетов.
Ранее эта группа ученых разработала аналогичную систему DINGO для секундного анализа гравитационных волн от слияния черных дыр. К сожалению, оказалось, что алгоритм тоже выдает ненадежные результаты, когда сталкивается с долгими сигналами. Система «ломалась» уже на слиянии маломассивных дыр, когда сигнал превышал по длительности 16 секунд. Как объясняют создатели, с точки зрения нейронных сетей увеличение длительности сигнала до сотен секунд усложняет такой анализ в тысячи раз.
Чтобы упростить задачу, ученые разработали подготовительный алгоритм, который разделил слияния нейтронных звезд на группы по типичным физическим параметрам таких событий. В результате, начиная анализ, система уже имеет какое-то представление о произошедшем. В дальнейшем, чем больше соберется подходящих данных, тем точнее будет работать эта предварительная обработка данных.
Система DINGO-BNS за секунду анализирует гравитационно-волновые данные и оценивает 17 параметров события слияния нейтронных звезд, включая массы компонентов, положение на небе и фотометрическое расстояние. Все это позволяет направить на объект телескопы еще до того, как до нас дойдет его излучение. Причем алгоритм на 30% точнее методов анализа, требующих больше времени. Предварительная оценка параметров сливающихся объектов позволяет заранее определить, какие телескопы лучше всего подойдут для наблюдений за каждым событием.
Свою разработку исследователи протестировали на историческом сигнале GW170817 и сигнале GW190425, а также на различных смоделированных данных. Авторы планируют продолжить развивать систему — в первую очередь разработать подготовительный алгоритм для сливающихся маломассивных черных дыр и пар, состоящих из черной дыры и нейтронной звезды. Пока система создана для работы по запросу при наличии предварительных оценок параметров слияния нейтронных звезд, но в будущем она может работать без перерывов, анализируя все поступающие сигналы в режиме реального времени.
Комментарии
Dear Esteemed LIGO and VIRGO Collaboration Team,
I hope this email finds you well. First and foremost, I would like to express my deepest admiration for the groundbreaking discoveries your teams have made in the field of gravitational wave astronomy. The detection of gravitational waves has not only confirmed Einstein’s century-old predictions but has also opened an entirely new window into our understanding of the universe. The precision, ingenuity, and dedication behind your work are truly inspiring.
I am reaching out with a humble request regarding the raw data collected by the LIGO and VIRGO interferometers during the historic black hole merger detection in 2015. Specifically, I am looking for the raw photodetector data, ideally in segments sampled at 1 kHz over a one-minute period, with the chirp signal positioned centrally. This dataset would be invaluable for testing the capabilities of my software package in detecting such signals.
If it is possible to provide access to this data, I would be immensely grateful. I truly appreciate the efforts your teams have invested in making gravitational wave research accessible to the broader scientific community, and I would be honored to contribute in even a small way by engaging with your remarkable data.
Thank you in advance for your time and consideration. I look forward to your response.
Best regards,
А воз и ныне там. Какие то мифические группы, чего то обрабатывают, а данных с интерферометров нет. Это не наука, а профанация.
Sophia, Земля-то у вас хоть круглая? Или и тут какие-то мифические группы чего-то обрабатывают?
Александр, таблица с необработанными данными (фототок-время) это довесок к Нобелевской премии, по которому любой учёный самостоятельно или с помощью ИИ может проанализировать, что же такое зарегистри́ровали лауреаты. Вот уже как 10 лет ни ответа, ни привета. А денежки из кармана вытащили.