La integración de la estrella de neutrones binarios está a millones de años de luz del suelo. La gravedad es un desafío importante para los métodos de análisis de datos tradicionales para interpretar las ondas. Estas señales son compatibles con los minutos de datos de los detectores actuales y los datos futuros de futuras observaciones. La competencia es costosa y oportuna para analizar conjuntos de datos a gran escala.
Un equipo internacional de científicos ha desarrollado un algoritmo de aprendizaje automático, llamado Dingo-BNS (una profunda indicación de las observaciones de la onda de gravedad de las estrellas de neutrones binarios), que salva las ondas de gravedad existentes emitidas por la integración de estrellas de neutrones binarios. Entrenaron una red nerviosa para presentar completamente las estrellas de neutrones en un segundo, mientras que los métodos tradicionales más rápidos en comparación con una hora. Sus resultados se publicarán en Nature el 5 de marzo de 2025, “Integración en tiempo real para la integración de estrellas de neutrones binarios utilizando el aprendizaje automático.
¿Por qué es importante el conteo de tiempo real?
Mostrado en este video, los neutrones emiten la integración, además de las ondas de gravedad y otras luces de radiación electromagnética (en la explosión de Clonova posterior) y otras radiación electromagnética. El primer autor de la publicación, MacSemilian Dex, que es un doctorado, dice: “Es importante analizar de manera rápida y precisa los datos de las ondas de gravedad, y al mismo tiempo, es muy importante náuseas los binoculares de la piel lo antes posible para observar todos los gestos”. Estudiante del Instituto Max Planck para Sistemas Inteligentes (MPI-IS), ETH Zurich y en el departamento experimental del Instituto Ellis Tabinjin.
El método de tiempo real puede establecer un nuevo estándar para el análisis de datos de integración de estrellas de neutrones, que, en colaboración con la comunidad de astronomía más grande, en colaboración con LEGO Vergo (LVK), puede tener más tiempo para identificar sus telescopios hacia las estrellas de neutrones.
Jonathan Gear, líder grupal en el departamento relativo astronómico y cósmico del Instituto Max Planck para la Física de la Gravedad en el Parque Científico Potsdam, dice: “El análisis actual de inspiración rápida utilizada por LV sacrifica su sacrificio”.
De hecho, el marco de aprendizaje automático resalta completamente la integración de la estrella de neutrones (por ejemplo, su gente, rotación y ubicación) en solo un segundo sin acercarse. A partir de esto, además de otras cosas, la posición del cielo puede arreglar un 30 % más claramente. Dado que funciona tan rápido y con precisión, la red nerviosa puede proporcionar información importante para las observaciones combinadas de los detectores de ondas de gravedad y otros binoculares. Esto puede ayudar a la búsqueda de la luz y otros gestos electromagnéticos producidos por la integración y usar el tiempo para observar telescopios costosos.
Atrapar la integración de la estrella de neutrones en la Ley
“El análisis de las ondas de gravedad es especialmente un desafío para las estrellas de neutrones binarios, por lo que Dingo-Bns LK Wee, tenemos que desarrollar varias innovaciones técnicas. Esto incluye un método de compresión de datos, por ejemplo”, el futuro de Ucrania en la Universidad de Nottingham. En MPIIS y Bernard Shlokov, director del departamento de incarería imperial del MPII y el Ellis Institute Tabinjin, agregó: “Nuestro estudio muestra el efecto de conectar métodos modernos de aprendizaje automático con conocimiento de dominio físico”.
El Dingo-BN puede ayudar a observar los gestos magnéticos electrónicos en el momento de la colisión de dos estrellas de los neutrones algún día. “Tales observaciones tempranas de múltiples mensajeros pueden proporcionar nuevas ideas sobre el proceso de integración y luego Kolonova”, dice Alysundra Bonno, directora del Departamento del Departamento del Instituto Max Planck para la Física de la Gravedad.
