Исследователи из Калифорнийского университета в Риверсайде разработали инновационный метод машинного обучения для обработки данных гравитационно-волновой обсерватории LIGO. Они представили свою работу на недавнем семинаре IEEE, посвящённом большим данным, демонстрируя новый способ выявления закономерностей в дополнительных каналах данных Лазерной интерферометрической гравитационно-волновой обсерватории (LIGO).
LIGO – это уникальный научный комплекс, созданный для регистрации гравитационных волн, которые являются кратковременными колебаниями в ткани пространства-времени, возникающими при ускорении массивных объектов. Обсерватория стала первой, которая зафиксировала эти волны от слияния чёрных дыр, подтвердив тем самым важную часть теории относительности Эйнштейна.
Комплекс LIGO включает два интерферометра длиной в 4 километра каждый, расположенные в Хэнфорде (штат Вашингтон) и Ливингстоне (штат Луизиана), которые работают в унисон для обнаружения гравитационных волн с помощью мощных лазерных лучей. Открытия, сделанные этими детекторами, предоставляют новый способ исследования космоса и помогают найти ответы на сложные вопросы о природе чёрных дыр, космологии и самых плотных состояний материи во Вселенной.
Каждый из научных детекторов LIGO фиксирует множество данных, которых собирают тысячи каналов. Метод машинного обучения, разработанный калифорнийскими учёными в кооперации с партнёрами LIGO, позволяет автоматически выявлять закономерности в данных без человеческого вмешательства.
«Наш метод показал способности успешно распознавать состояния, уже известные операторам LIGO, абсолютно автономно», – заметил Джонатан Ричардсон, доцент кафедры физики и астрономии и руководитель группы LIGO в Калифорнийском университете в Риверсайде.
Он также подчеркнул, что датчики LIGO чрезвычайно чувствительны к внешним возмущениям. Колебания грунта и вибрации от ветра или океанских волн могут значимо повлиять на чувствительность эксперимента и качество получаемых данных, создавая «сбои» или временные всплески шума.
Разработанный инструмент распознаёт разнообразные экосистемные условия, такие как землетрясения и антропогенный шум, используя специально отобранные каналы данных. Это открывает возможность выявлять источники шума и направлять усилия по улучшению работы детекторов.
Исследовательская группа также сделала доступными обширные данные, полученные в ходе их исследования, чтобы предоставить обществу возможность не только проверить их результаты, но и разработать свежие алгоритмы для выявления закономерностей.
«Мы обнаружили связь между внешними шумами и определёнными сбоями, снижающими качество данных. Это может дать возможность устранить или предотвратить их воздействие», – отметил Вагелис Папалексакис, доцент кафедры компьютерных наук и инженерии.
Команда надеется, что их решение сможет раскрыть физическую природу шума и позволит провести целенаправленные улучшения в работе детекторов LIGO. Долгосрочная цель состоит в использовании инструмента для выявления новых связей и форм экосистемных состояний, возможно, ассоциированных с неустановленными шумовыми проблемами в интерферометрах.
Источник: iXBT
