天文界又一突破性進展！科學家利用深度學習實時探測引力波

AiTechYun

編輯：Yining

25日，美國國家超級計算應用中心(NCSA)的科學家們在伊利諾伊大學厄巴納-香檳分校（University of Illinois at Urbana-Champaign，縮寫為UIUC）的研究中率先使用了深度學習技術，用於快速探測和描述引力波。這種新方法將使天文學家能夠利用最小的計算資源來研究引力波，從而縮短髮現時間，並增加引力波天體物理學的科學影響力。

結合了深度學習演算法、黑洞合併的數值相對論模擬–從在Blue Water超級計算機上運行的Einstein Toolkit(愛因斯坦工具包)上獲得，和來自LIGO開放科學中心的數據，NCSA重力研究小組的研究人員生產出了深度過濾（Deep Filtering），這是一種端到端的時間序列信號處理方法。與已建立的引力波探測演算法相比，深度過濾具有相似的靈敏度和較低的誤差，而在計算效率和抗雜訊異常方面，它的計算效率更高。這種方法使得LIGO的原始數據能夠比實時處理引力波快得多，而且還能產生新的物理現象，因為它可以探測到新的引力波源，而這些引力波源在現有的探測演算法中可能會被忽略。研究人員正在擴展這一方法，以在未來的「大型綜合巡天望遠鏡（LSST）」數據中識別出引力波事件。

NCSA的重力小組從其創新系統實驗室和NCSA的Blue Waters超級計算機中利用NCSA資源，並與伊利諾伊大學的跨學科工作人員合作。Wolfram的研究發揮了重要的作用，因為Wolfram語言被用於創建深度學習框架。這一研究的關鍵還包括英偉達（NVIDIA）提供的GPU(Tesla P100和DGX-1)，有助於加速神經網路的訓練。

NCSA與英偉達和Wolfram的研究人員一起創建了這個演示，以可視化深度過濾的架構，並在探測和描述真實的引力波事件時，深入了解其神經元活動。這個演示突出了深度過濾的組件，顯示了檢測靈敏度和計算性能。

更多的信息可以在NCSA網站上找到：http://www.ncsa.illinois.edu/news/story/deep_learning_gravity_waves

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！