|
Поиски гравитационных волн с помощью машинного обучения
|
|
|
|
В исследовании, опубликованном в Physical Review Letters, описывается новый подход к извлечению информации из бинарных систем путем анализа всего апостериорного распределения вместо принятия решений на основе отдельных параметров.
|
|
|
|
С момента своего обнаружения в 2015 году гравитационные волны стали жизненно важным инструментом для астрономов, изучающих раннюю Вселенную, пределы общей теории относительности и космические явления, такие как компактные двойные системы.
|
|
|
|
Двойные системы состоят из двух массивных объектов, таких как нейтронные звезды или черные дыры, которые движутся по спирали навстречу друг другу. Когда они сливаются вместе, они генерируют рябь в пространстве—времени — гравитационные волны, которые дают нам информацию об обоих объектах.
|
|
|
|
Проблема, которую исследователи рассматривают в опубликованном исследовании, касается обозначения двух объектов в двоичной системе счисления. Согласно соглашению, более тяжелый объект обозначается как "1", а другой - как "2". Проблема здесь в том, что эта система становится запутанной при работе с системами, в которых оба объекта имеют одинаковые массы, в пределах допустимой погрешности.
|
|
|
|
Хотя предыдущие подходы предполагали использование других свойств, таких как величина вращения, это по-прежнему создает проблему, когда объекты имеют одинаковые спины.
|
|
|
|
|
|
|
Исследователи предлагают использовать более целостный подход, исключив зависимость от одного отличающегося параметра. Phys.org поговорил с первым автором, доктором Давиде Герозой из Университета Милано-Бикокка в Италии, который отметил, что изучение черных дыр долгое время было его мотивацией.
|
|
|
|
"Это исследование бросает вызов давнему предположению, лежащему в основе всех гравитационно-волновых анализов на сегодняшний день, - предположению, которое не подвергалось сомнению на протяжении десятилетий. Действительно ли стандартный подход является лучшим выбором? Более фундаментально, что вообще означает определение наилучших меток? Машинное обучение представляет собой мощное решение, основанное на данных".
|
|
|
|
В исследовательскую группу также входили двое его студентов, Виола Де Ренцис и Федерика Теттони, постдок из его группы Костантино Пачилио, бывший студент Мэтью Моулд, ныне работающий в Массачусетском технологическом институте, и давний коллега Альберто Веккио из Бирмингемского университета.
|
|
Полная картина
|
|
|
|
Исследователи подошли к этой проблеме по-другому, сформулировав ее как проблему кластеризации с ограничениями в машинном обучении. Это форма алгоритма обучения с полууправлением, который выявляет закономерности в данных, но при этом ограничен определенными условиями.
|
|
|
|
В данном случае ограничение, наложенное исследователями, заключается в том, что два объекта из одного и того же гравитационно-волнового события должны быть отнесены к разным категориям.
|
|
|
|
Суть этого метода заключается в том, чтобы не полагаться на какой-либо конкретный параметр, например массу, в качестве отличительного признака. Вместо этого они позволяют самим данным выявить наиболее подходящий способ дифференциации объектов.
|
|
|
|
"Ключевым моментом является осознание того, что стратегия маркировки - это осознанный выбор, который мы должны сделать при изучении данных о гравитационных волнах. Это концептуальный вопрос, который требует более тщательного изучения, поскольку это может повлиять на все последующие приложения", - пояснил доктор Героза.
|
|
Более высокая точность, больше уверенности
|
|
|
|
Исследователи применили свою модель машинного обучения к синтетическим и реальным данным о гравитационных волнах, полученным от детекторов LIGO, Virgo и KAGRA.
|
|
|
|
Они обнаружили, что точность измерений вращения черных дыр значительно повысилась, до 50%, а бимодальные распределения в данных, как правило, исчезают. Теперь ученые могли более уверенно определить, был ли объект в системе черной дырой или нейтронной звездой.
|
|
|
|
"В статье показано, что результаты измерений на отдельных спинах могут быть улучшены до 50%. Это очень важно. Для получения такой дополнительной точности потребовались бы новые приборы, в то время как мы показываем, что это достижимо с помощью анализа данных", - сказал доктор Героза.
|
|
|
|
Более точные измерения таких параметров, как скорость вращения черных дыр, имеют решающее значение для понимания их формирования. Эта методология может иметь важные последствия для измерений скорости вращения черных дыр, которые исторически были сложной задачей.
|
|
|
|
Исследователи обнаружили, что примерно 10% апостериорных выборок в данных о гравитационных волнах, полученных от LIGO и Virgo, могут быть лучше представлены разными метками. Хотя это число может показаться небольшим, разница в интерпретации событий существенна.
|
|
|
|
Например, исследователи обнаружили, что для гравитационно-волнового события (GW191103_012549) традиционный подход показывает 13%-ную вероятность того, что одна черная дыра в системе вращается в направлении, противоположном направлению орбитального движения.
|
|
|
|
Однако их новый метод снизил эту вероятность до 0,1%, подразумевая, что почти наверняка черная дыра вращалась в том же направлении, что и орбита.
|
|
|
|
"Наш анализ влияет на все измерения гравитационных волн как с помощью существующих, так и будущих детекторов", - отметил доктор Героза, обсуждая будущие обсерватории, такие как LISA (космическая антенна лазерного интерферометра) и телескоп Эйнштейна.
|
|
|
|
Это исследование является классической демонстрацией того, как пересмотр фундаментальных допущений при анализе данных может дать значительные результаты, не требуя новой информации.
|
|
|
|
Источник
|
