Как улучшить поиск гравитационных волн
|
Поиск закономерностей и снижение уровня шума в больших и сложных наборах данных, генерируемых системой обнаружения гравитационных волн LIGO, стал еще проще благодаря работе ученых из Калифорнийского университета в Риверсайде. |
Исследователи UCR представили доклад на недавнем семинаре IEEE по работе с большими данными, продемонстрировав новый подход к машинному обучению без контроля для поиска новых закономерностей в данных вспомогательного канала гравитационно-волновой обсерватории лазерного интерферометра, или LIGO. Эта технология также потенциально применима к крупномасштабным экспериментам на ускорителях частиц и крупным сложным промышленным системам. |
LIGO — это система, которая обнаруживает гравитационные волны - кратковременные возмущения в самой структуре пространства-времени, генерируемые ускорением массивных тел. Она первой обнаружила такие волны от слияния черных дыр, подтвердив ключевую часть теории относительности Эйнштейна. |
У LIGO есть два интерферометра длиной 4 км, расположенные на большом расстоянии друг от друга - в Хэнфорде, штат Вашингтон, и Ливингстоне, штат Луизиана, - которые работают вместе для обнаружения гравитационных волн с помощью мощных лазерных лучей. Открытия, сделанные этими детекторами, открывают новый способ наблюдения за Вселенной и решения вопросов о природе черных дыр, космологии и наиболее плотных состояниях вещества во Вселенной. |
![]() |
Каждый из двух детекторов LIGO регистрирует тысячи потоков данных, или каналов, которые формируют выходные данные датчиков окружающей среды, расположенных в местах расположения детекторов. |
"Подход к машинному обучению, который мы разработали в тесном сотрудничестве с комиссарами LIGO и заинтересованными сторонами, сам по себе определяет закономерности в данных", - сказал Джонатан Ричардсон, доцент кафедры физики и астрономии, возглавляющий группу UCR LIGO. |
"Мы обнаружили, что он чрезвычайно хорошо восстанавливает "состояния" окружающей среды, известные операторам на детекторных площадках LIGO, вообще без участия человека. Это открывает двери для нового мощного экспериментального инструмента, который мы можем использовать для локализации шумовых связей и непосредственного руководства будущими усовершенствованиями детекторов". |
Ричардсон объяснил, что детекторы LIGO чрезвычайно чувствительны к любому типу внешних помех. По его словам, движение грунта и любые виды вибраций — от ветра до океанских волн, обрушивающихся на побережье Гренландии или Тихого океана, — могут повлиять на чувствительность эксперимента и качество данных, что приводит к "сбоям" или периодам повышенного уровня шума. |
"На объектах постоянно ведется мониторинг состояния окружающей среды", - сказал он. "LIGO располагает более чем 100 000 вспомогательных каналов, по которым сейсмометры и акселерометры измеряют окружающую среду, в которой расположены интерферометры. Разработанный нами инструмент позволяет выявлять различные состояния окружающей среды, представляющие интерес, такие как землетрясения, микросейсмы и антропогенный шум, по ряду тщательно отобранных и контролируемых каналов зондирования". |
Вагелис Папалексакис, доцент кафедры компьютерных наук и инженерии, возглавляющий кафедру компьютерных наук Ross Family, представил доклад команды под названием "Многомерная кластеризация временных рядов для определения характеристик состояния окружающей среды наземными детекторами гравитационных волн" на 5-м Международном семинаре IEEE по большим данным и инструментам искусственного интеллекта, Модели и примеры использования инновационного научного открытия, которое состоялось в прошлом месяце в Вашингтоне, округ Колумбия. Работа опубликована на сервере препринтов arXiv. |
"Принцип работы нашего подхода к машинному обучению заключается в том, что мы берем модель, которой поручено идентифицировать закономерности в наборе данных, и позволяем модели находить закономерности самостоятельно", - сказал Папалексакис. - С помощью этого инструмента удалось выявить те же закономерности, которые очень точно соответствуют физически значимым состояниям окружающей среды, которые уже известны операторам и уполномоченным лицам на объектах LIGO". |
Папалексакис добавил, что команда сотрудничала с научным сообществом LIGO, чтобы обеспечить публикацию очень большого набора данных, который относится к анализу, представленному в исследовательской работе. Этот выпуск данных позволяет исследовательскому сообществу не только подтвердить результаты работы команды, но и разработать новые алгоритмы, направленные на выявление закономерностей в данных. |
"Мы выявили интересную связь между внешним шумом окружающей среды и наличием определенных типов сбоев, которые ухудшают качество данных", - сказал Папалексакис. "Это открытие может помочь устранить или предотвратить возникновение такого шума". |
Команда организовала и проработала все каналы LIGO около года. Ричардсон отметил, что публикация данных была серьезным мероприятием. |
"Наша команда подготовила этот выпуск от имени всего научного сотрудничества LIGO, в котором участвуют около 3200 человек", - сказал он. "Это первый из этих конкретных типов наборов данных, и мы думаем, что он окажет большое влияние на машинное обучение и сообщество специалистов в области компьютерных наук". |
Ричардсон объяснил, что разработанный командой инструмент может извлекать информацию из сигналов от многочисленных разнородных датчиков, которые измеряют различные возмущения вокруг объектов LIGO. По его словам, этот инструмент может сгруппировать информацию в единое состояние, которое затем может быть использовано для поиска временных рядов, связанных с возникновением проблем с шумом в детекторах LIGO, и соотнести их с состоянием окружающей среды на объектах в то время. |
"Если вы сможете идентифицировать закономерности, вы сможете внести физические изменения в детектор — например, заменить компоненты", - сказал он. "Мы надеемся, что наш инструмент сможет пролить свет на пути физического взаимодействия с шумом, которые позволят внести в детекторы LIGO практические экспериментальные изменения. Наша долгосрочная цель состоит в том, чтобы использовать этот инструмент для обнаружения новых ассоциаций и новых форм состояний окружающей среды, связанных с неизвестными проблемами шума в интерферометрах". |
Пуян Гударзи, докторант, работающий с Ричардсоном, и соавтор статьи, подчеркнул важность публичного опубликования набора данных. |
"Как правило, такие данные, как правило, являются конфиденциальными", - сказал он. - Тем не менее нам удалось опубликовать крупномасштабный набор данных, который, как мы надеемся, приведет к более междисциплинарным исследованиям в области науки о данных и машинного обучения". |
К Ричардсону, Папалексакису и Гударзи присоединились Рутуя Гурав, докторант, работающий с Папалексакисом; Исаак Келли, студент летнего бакалавриата REU; Анамария Эффлер из Ливингстонской обсерватории LIGO; и Барри Бэриш, заслуженный профессор Калифорнийского университета в Лос-Анджелесе в области физики и астрономии. |
Источник |
При использовании материалов с сайта активная ссылка на него обязательна
|