首页天道酬勤引力波是由哪位科学家最早提出来的(预言了引力波的存在)

引力波是由哪位科学家最早提出来的(预言了引力波的存在)

admin 12-03 05:00 192次浏览

格拉斯哥大学的三名学生开发了一种复杂的人工智能,可以支持引力波天文学的下一阶段。在今天发表在《物理评论快报》(Physical Review Letters)杂志《物理评论快报》上的一篇新论文中,研究人员讨论了他们如何使用人工智能工具来训练人工智能的“大脑”来搜索引力波信号。引力波是由一个巨大的天文事件引起的时空涟漪,1915年由一个富有的微笑首次提出。又过了一个世纪,美国的LIGO探测器首次从黑洞碰撞中获得了微弱的信号。

模拟合并黑洞发出的引力波的超级计算机的可视化图。图片:美国宇航局亨策中心

自2015年9月历史性的首次探索以来,先进的LIGO和欧洲处女座探测器已经从其他双黑洞和一颗双星的碰撞中获得了大量信号。目前,引力波信号是通过一种称为匹配滤波的技术从探测器的背景噪声中提取的,该技术从一组模板波形中测量探测器的输出。与模板波形形状匹配的信号将被更仔细地检查,以确定它们是否代表真正的引力波探测。然而,这个过程需要大量的计算能力。随着探测器的升级和对引力波信号灵敏度的提高,天文学家预计每次观测都会有更多的探测结果,随之而来的是所需计算能力的提高。格拉斯哥大学物理学和天文学研究生Hunter Gabbard和dddjd(Fergus Hayes)以及本科生pcdqz Williams决定研究深度学习(人工智能的一种形式)是否有助于提高检测过程的计算效率。

在格拉斯哥大学天体物理学家Silent Eye博士的指导下,他们利用一种被称为“监督式深度学习”的方法,构建了一个人工智能,可以正确识别被他们创建的数千个模拟数据集的噪声所掩盖的引力波信号。亨特加巴德说:深度学习算法包括一系列堆叠的处理单元,称为“神经元”,它们充当输入数据的过滤器。监督式深度学习允许通过提供的三个数据集“教授”系统。第一个数据集,即训练集,允许确保它“学习”我们想要的东西。第二个是验证集,它向我们展示了它正在以我们期望的方式学习。最终的设置和测试集帮助我们量化系统的性能。这个过程比匹配过滤更快、更有效,因为训练集是所有计算密集型活动发生的地方。一旦深度学习算法学会在信号中寻找什么,它可能比其他方法快一个数量级。

同时,我们还使用标准匹配滤波过程对我们模拟的引力波数据进行滤波,这样我们就可以使用一种称为接收器算子特征(ROC)曲线的统计过程数据来比较深度学习方法的有效性。通过对深度学习工具的仔细调整和训练,发现ROC曲线在新过程和匹配过滤过程中表现出非常相似的性能。这表明神经网络为寻找引力波信号提供了一种很有前途的方法。虽然本文特别关注双黑洞的探测,但这一过程可以很容易地应用于其他类型的引力波信号,我们希望继续我们的研究。这是一个令人兴奋的发现,也预示着随着探测器变得更加灵敏,将会出现更加密集的引力波天文学。该研究员题为“深度人工智能的匹配滤波与引力波天文学”的论文发表于《物理评论快报》。

博科公园-科普|参考期刊:物理评论快报|来自:格拉斯哥大学

怎么进行Node.js扩展开发云手机哪家好UPhonePython中xlsx文件转置操作详解(行转列和列转行)android开发mvp模式为什么此代码在打开地址随机化后崩溃?
实变函数与泛函分析程其襄(potence与potency) 集成dsp的fpga(fpga中使用dsp)
相关内容