Ученые из Калифорнийского университета в Риверсайде разработали новый метод машинного обучения, который поможет анализировать данные, полученные лазерной обсерваторией LIGO. Этот подход позволит находить новые закономерности и устранять шумы в огромных массивах данных, что значительно повысит точность наблюдений.
LIGO (Laser Interferometer Gravitational-Wave Observatory) — это комплекс детекторов в США, который регистрирует гравитационные волны, возникающие при столкновении массивных космических объектов, например, черных дыр. Обсерватория использует два четырехкилометровых интерферометра, расположенных в штатах Вашингтон и Луизиана.
Новый метод, основанный на машинном обучении, позволяет автоматически выявлять состояния окружающей среды, которые влияют на работу детекторов. Например, землетрясения, колебания грунта и даже океанские волны могут вносить шум в данные, снижая точность измерений. Теперь специальный алгоритм сможет распознавать такие помехи и помогать инженерам минимизировать их влияние.
Как отметил один из ведущих исследователей, профессор Джонатан Ричардсон, новая технология не требует предварительной разметки данных человеком. Алгоритм самостоятельно анализирует информацию и выявляет скрытые закономерности.
Разработчики надеются, что их инструмент позволит улучшить работу LIGO и внести вклад в дальнейшие открытия в области астрофизики. Кроме того, метод может быть применим в других областях, например, при анализе данных с крупных ускорителей частиц или в сложных промышленных системах.
arXiv