科學家率先使用深度學習應用於實時重力波發現
美國伊利諾伊州大學厄巴納-香檳分校(University of Illinois at Urbana-Champaign) 國家超級計算應用中心(National Center for Supercomputing Applications,簡寫 NCSA)的科學家率先使用圖像處理單元(Graphics Processing Unit,簡寫 GPU)-加速 深度學習來描述檢測與描述重力波。這種新方法將令天文學家能夠利用最少的計算資源來研究重力波,縮短發現的時間并拓展重力波天體物理學的科學範圍。
國家超級計算應用中心的研究人員丹尼爾·喬治(Daniel George)與艾琉·胡爾塔(Eliu Huerta)結合深度學習算法,利用藍水(Blue Waters)超級電腦上的愛因斯坦工具包,以及從重力波激光干涉天文台開放科學中心獲得的數據,對黑洞的倂合做數值相對論模擬 。在這過程中,他們採用一種端到端時間序列訊號處理方法:深度過濾。相較於已建立的重力波檢測算法,深度濾波實現了類似的靈敏度與較低的誤差。同事計算效率更高,對噪聲異常更有彈性。該方法允許在重力波激光干涉天文台的原始數據中比實時更快地處理重力波,能夠擴大新物理學的範疇。
【圖:互聯網;文:林景明節譯自國際超級計算應用中心新聞公佈】研究論文發表於新近出版的《物理學評論B》
重力波,中國大陸譯作:引力波