Нейросеть EasyResNet анализирует гравитационные сигналы за 3 мс
В симуляциях нейросеть EasyResNet помогала искать гравитационные волны от слияния чёрных дыр и нейтронных звёзд. В некоторых случаях она лучше справлялась с помехами и сигналами, которые не совпадали с заранее рассчитанными шаблонами.

Для поиска таких сигналов обычно используют согласованную фильтрацию. Метод сравнивает данные детектора с набором шаблонов, рассчитанных для предполагаемых астрофизических событий. Он помогает выделять слабые сигналы на фоне шума, но требует значительных вычислительных ресурсов. Нагрузка может вырасти вместе с объёмом данных и чувствительностью будущих детекторов, в том числе европейского проекта Einstein Telescope.
Шаблоны не всегда учитывают особенности реальных сигналов: эксцентричные орбиты сливающихся объектов, прецессию их осей вращения и высшие моды излучения. Из-за этого классический поиск может распознавать сигнал хуже. Ему также мешают кратковременные всплески шума, или глитчи, которые порой похожи на признаки астрофизического события.
EasyResNet дополняет согласованную фильтрацию. Сначала данные преобразуют в карты, показывающие, как меняется отношение сигнал/шум во времени. Затем нейросеть распознаёт на них рисунки, характерные для настоящих сигналов или помех. Традиционный поиск использует критерий χ², который проверяет соответствие найденного сигнала шаблону и помогает отсеивать некоторые глитчи. EasyResNet обходится без этого критерия.
Авторы провели четыре серии симуляций. В ситуациях с глитчами или расхождением сигналов с шаблонами EasyResNet сохраняла эффективность обнаружения на уровне стандартного поиска либо превосходила его. Обработка одной карты занимала около 3 миллисекунд на обычном центральном процессоре без специальной оптимизации.
Исследование пока проверяет концепцию. Авторы планируют испытать EasyResNet в рабочих конвейерах поиска коллаборации LIGO—Virgo—KAGRA, сравнить чувствительность и вычислительные затраты с существующими методами, а также попробовать более глубокие нейросетевые архитектуры и карты с более полной информацией. По результатам симуляций нельзя определить, сможет ли система заменить стандартные поисковые методы. Это предстоит оценить на данных детекторов и более полном наборе параметров.


