AI menemukan menggabungkan bintang neutron secara real time

Jaringan saraf mendaftarkan sinyal gelombang gravitasi dari tabrakan bintang neutron sejak awal dan menunjukkan teleskop di mana untuk menemukan ledakan kilonova berikutnya di langit
Ketika dua bintang neutron bergabung, gelombang gravitasi merambat ke luar angkasa. Tak lama setelah gangguan ruang -waktu ini, ledakan yang berkilau mengikuti – kilonova, di mana, seperti pada atom tukang emas kosmik, atom -atom berat muncul bahwa bintang tidak dapat terbentuk. Kilonova mengekspresikan diri dalam banyak aspek yang berbeda, yang memberikan para astronom kesempatan yang sangat baik untuk mempelajari gravitasi dan materi dalam kondisi ekstrem. Tapi mereka langka dan berumur pendek. Untuk memberikan detektor gelombang gravitasi dan teleskop kemungkinan menemukan sinyal, kecepatan, dan presisi tersebut diperlukan. Tim peneliti interdisipliner menggunakan pembelajaran mesin untuk menganalisis data dari detektor gelombang gravitasi dengan kecepatan tinggi dan menemukan tabrakan bintang neutron sebelum ledakan berikutnya sedang dalam ayunan penuh.
Bintang neutron adalah sisa -sisa bintang yang eksotis dan sangat kompak. Hanya lubang hitam yang memiliki kepadatan massa yang lebih tinggi. Sementara lubang hitam bertabrakan satu sama lain hanya dapat dideteksi oleh gelombang gravitasi yang dipancarkan, penggabungan bintang neutron secara singkat memancarkan kilatan cahaya melintasi spektrum elektromagnetik tak lama setelah sinyal gelombang gravitasi. Kilonova seperti itu terjadi jutaan tahun cahaya dari Bumi. Tujuannya adalah untuk menemukannya sebelum teleskop dapat melihatnya: sinyal gelombang gravitasi mereka harus ditemukan secepat mungkin dalam aliran data instrumen yang sesuai. Ini adalah tantangan utama untuk metode analisis data pengkhianatan. Sinyal -sinyal ini sesuai dengan menit data dari detektor saat ini dan berpotensi berjam -jam hingga hari data dari observatorium di masa depan. Menganalisis set data besar seperti itu mahal secara komputasi dan memakan waktu.
Tim ilmuwan internasional telah mengembangkan algoritma pembelajaran mesin, yang disebut dingo-BNS (inferensi mendalam untuk pengamatan gelombang gravitasi dari bintang neutron biner) yang menghemat waktu yang berharga dalam menafsirkan gelombang gravitasi yang dipancarkan oleh merger bintang neutron biner. Mereka melatih jaringan saraf untuk sepenuhnya mengkarakterisasi sistem penggabungan bintang neutron dalam waktu sekitar satu detik, dibandingkan dengan sekitar satu jam untuk metode tradisional tercepat. Hasilnya diterbitkan hari ini di Nature in the Paper –Inferensi real-time untuk merger bintang neutron biner menggunakan pembelajaran mesin-.
Mengapa komputasi real-time penting?
Merger bintang neutron memancarkan cahaya tampak (dalam ledakan kilonova berikutnya) dan radiasi elektromagnetik lainnya selain gelombang gravitasi. -Rapid dan analisis akurat dari data gelombang gravitasi sangat penting untuk melokalisasi sumber dan titik teleskop ke arah yang benar secepat mungkin untuk mengamati semua sinyal yang menyertainya,-kata Maximilian Dax, kandidat PhD di departemen inferensi empiris di Max Planck Institute for Intelligent Systems (MPI-IS) dan pertama dari makalah ini.
Neutron star mergers emit visible light (in the subsequent kilonova explosion) and other electromagnetic radiation in addition to gravitational waves, The real-time method could set a new standard for data analysis of neutron star mergers, giving the broader astronomy community more time to point their telescopes toward the merging neutron stars as soon as the large detectors of the LIGO-Virgo-KAGRA (LVK) collaboration identify them.

Algoritma analisis cepat arus cepat yang digunakan oleh LVK membuat perkiraan yang mengorbankan akurasi. Studi baru kami membahas kekurangan ini,- kata Jonathan Gair, seorang pemimpin kelompok di departemen relativitas astrofisika dan kosmologis di Max Planck Institute for Gravitational Physics di Potsdam Science Park.
Memang, kerangka pembelajaran mesin sepenuhnya mencirikan merger bintang neutron (misalnya, massa, putaran, dan lokasi) hanya dalam satu detik tanpa membuat perkiraan seperti itu. Ini memungkinkan, antara lain, untuk dengan cepat menentukan posisi langit 30% lebih tepat. Karena bekerja sangat cepat dan akurat, jaringan saraf dapat memberikan informasi penting untuk pengamatan bersama detektor gelombang gravitasi dan teleskop lainnya. Ini dapat membantu untuk mencari cahaya dan sinyal elektromagnetik lainnya yang diproduksi oleh merger dan untuk memanfaatkan waktu pengamatan teleskop yang mahal.
Menangkap Penggabungan Bintang Neutron dalam ACT
Analisis gelombang gravitasi sangat menantang bagi bintang neutron biner, jadi untuk dingo-BNS, kami harus mengembangkan berbagai inovasi teknis. Ini termasuk misalnya metode untuk kompresi data adaptif peristiwa,- kata Stephen Green, Fellow Leaders Fellow UKRI di University of Nottingham. Bernhard Schölkopf, Direktur Departemen Inferensi Empiris di MPI-IS, menambahkan: -Sidor kami menampilkan efektivitas menggabungkan metode pembelajaran mesin modern dengan pengetahuan domain fisik.-
Dingo-BNS suatu hari dapat membantu mengamati sinyal elektromagnetik sebelum dan pada saat tabrakan dari dua bintang neutron. -Sebuah pengamatan multi-messenger awal dapat memberikan wawasan baru tentang proses merger dan kilonova berikutnya, yang masih misterius,-kata Alessandra Buonanno, Direktur Departemen Relativitas Astrofisika dan Kosmologis di Max Planck Institute for Gravitational Physics.
Dax, M.; Hijau, sr; Gair, J.; Guth, N.; Purves, M.; Raymond, V.; Wildberr, J.; Mack, JH; Buonanno, A.; Schölcopf, B.