您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
天文界又一突破性进展！科学家利用深度学习实时探测引力波
2018年01月26日 由 yining 发表
786008
0
25日，美国国家超级计算应用中心(NCSA)的科学家们在伊利诺伊大学厄巴纳-香槟分校（University of Illinois at Urbana-Champaign，缩写为UIUC）的研究中率先使用了深度学习技术，用于快速探测和描述引力波。这种新方法将使天文学家能够利用最小的计算资源来研究引力波，从而缩短发现时间，并增加引力波天体物理学的科学影响力。结合了深度学习算法、黑洞合并的数值相对论模拟--从在Blue Water超级计算机上运行的Einstein Toolkit(爱因斯坦工具包)上获得，和来自LIGO开放科学中心的数据，NCSA重力研究小组的研究人员生产出了深度过滤（Deep Filtering），这是一种端到端的时间序列信号处理方法。与已建立的引力波探测算法相比，深度过滤具有相似的灵敏度和较低的误差，而在计算效率和抗噪声异常方面，它的计算效率更高。这种方法使得LIGO的原始数据能够比实时处理引力波快得多，而且还能产生新的物理现象，因为它可以探测到新的引力波源，而这些引力波源在现有的探测算法中可能会被忽略。研究人员正在扩展这一方法，以在未来的“大型综合巡天望远镜（LSST）”数据中识别出引力波事件。
NCSA的重力小组从其创新系统实验室和NCSA的Blue Waters超级计算机中利用NCSA资源，并与伊利诺伊大学的跨学科工作人员合作。Wolfram的研究发挥了重要的作用，因为Wolfram语言被用于创建深度学习框架。这一研究的关键还包括英伟达（NVIDIA）提供的GPU(Tesla P100和DGX-1)，有助于加速神经网络的训练。
NCSA与英伟达和Wolfram的研究人员一起创建了这个演示，以可视化深度过滤的架构，并在探测和描述真实的引力波事件时，深入了解其神经元活动。这个演示突出了深度过滤的组件，显示了检测灵敏度和计算性能。
- 更多的信息可以在NCSA网站上找到：http://www.ncsa.illinois.edu/news/story/deep_learning_gravity_waves
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消