Um novo manãtodo de análise de dados complexos de eventos astrona´micos massivos pode ajudar os astrônomos de ondas gravitacionais a evitar uma crise computacional iminente.

Pesquisadores da Universidade de Glasgow usaram o aprendizado de ma¡quina para desenvolver um novo sistema para processar os dados coletados de detectores como o Laser Interferometer Gravitational-Wave Observatory (LIGO).

O sistema, que eles chamam de VItamin, écapaz de analisar totalmente os dados de um aºnico sinal coletado por detectores de ondas gravitacionais em menos de um segundo, um avanço significativo nas técnicas de análise atuais.

Desde a primeira detecção hista³rica das ondulações no Espaço-tempo causadas pela colisão de buracos negros em 2015, os astrônomos de ondas gravitacionais tem contado com uma sanãrie de computadores poderosos para analisar os sinais detectados usando um processo conhecido como inferaªncia bayesiana.

Uma análise completa de cada sinal, que fornece informações valiosas sobre a massa, spin, polarização e inclinação da a³rbita dos corpos envolvidos em cada evento, pode atualmente levar dias para ser conclua­da.

Desde a primeira detecção, detectores de ondas gravitacionais como LIGO nos EUA e Virgo na Ita¡lia foram atualizados para se tornarem mais sensa­veis a sinais mais fracos, e outros detectores como KAGRA no Japa£o tornaram-se online.

Como resultado, os sinais de ondas gravitacionais estãosendo detectados com regularidade crescente, colocando a infraestrutura de computação atual sob maior pressão para analisar cada detecção. Como o desempenho do detector continua a melhorar graças a s atualizações entre cada execução de observação, existe o risco de que a capacidade do sistema de processar um número maior de sinais seja sobrecarregada.

VItamin foi desenvolvido por pesquisadores da Escola de Fa­sica e Astronomia da Universidade de Glasgow em colaboração com colegas da Escola de Ciência da Computação.

Em um novo artigo publicado hoje na revista Nature Physics , eles descrevem como 'treinaram' o VItamin para reconhecer sinais de ondas gravitacionais de buracos negros binários usando uma técnica de aprendizado de ma¡quina chamada autoencoder variacional condicional, ou CVAE.

A equipe criou uma sanãrie de sinais de ondas gravitacionais simulados, sobrepostos com rua­do para imitar o rua­do de fundo do qual os detectores de ondas gravitacionais devem selecionar cada detecção. Em seguida, eles os passaram pelo sistema de aprendizado de ma¡quina cerca de 10 milhões de vezes.

Ao longo do processo, o VItamin melhorou sua capacidade de captar sinais e analisar 15 parametros atéser capaz de fornecer resultados precisos em menos de um segundo.

Hunter Gabbard, da Escola de Fa­sica e Astronomia da Universidade de Glasgow, éo principal autor do artigo. Ele disse: "A astronomia de ondas gravitacionais nos forneceu uma maneira inteiramente nova de ouvir o universo, e o ritmo de desenvolvimento desde a primeira detecção em 2015 tem sido nota¡vel."

"Amedida que a tecnologia do detector melhora ainda mais e novos detectores comea§am a escutar também, esperamos captar centenas de sinais por ano no futuro pra³ximo. Aproveitar o poder do aprendizado de ma¡quina serávital para nos ajudar a acompanhar o desenvolvimento dos detectores e VItamin éum desenvolvimento empolgante em direção a esse objetivo.

"Estamos ansiosos para trabalhar de perto com colegas em nossa colaboração global para integrar VItamin no kit de ferramentas padrãopara detectar e responder a sinais de ondas gravitacionais."

A capacidade do VItamin de analisar rapidamente os parametros do sinal também pode ajudar os astrônomos de todo o mundo a responder mais rapidamente a s detecções de ondas gravitacionais, que também podem ser visa­veis a a³ticos ou radiotelesca³pios.

O Dr. Chris Messenger da Escola de Fa­sica e Astronomia, coautor do artigo, acrescentou: "Eventos como as colisaµes de buracos negros são invisa­veis para os telesca³pios eletromagnanãticos, razãopela qual não ta­nhamos evidaªncias diretas de sua existaªncia atéo primeiro sinal de onda gravitacional de uma fusão de buraco negro foi detectado.

"Mas eventos como a colisão de duas estrelas de naªutrons tem um componente visível. Em 2017, detectamos o primeiro sinal de onda gravitacional de uma fusão de estrelas de naªutrons e pudemos ajudar nossos colaboradores na astronomia eletromagnanãtica a transformar seus telesca³pios no ponto canãu onde eles poderiam ver o brilho do evento.

"Podera­amos fazer isso graças aos sistemas de alerta precoce dos detectores de ondas gravitacionais, que nos fornecem uma leitura inicial de dados como a localização dos eventos. Cada segundo extra que leva para apontar os telesca³pios para o canãu éuma oportunidade perdida de coletar informações valiosas . VItamin poderia nos ajudar a fornecer informações muito mais detalhadas aos nossos colegas, permitindo uma resposta muito mais rápida e permitindo a coleta de um espectro mais amplo de dados. "

O professor Roderick Murray-Smith e o Dr. Francesco Tonolini da School of Computing Science são coautores do artigo.

O professor Murray-Smith disse: "O doma­nio cienta­fico da astronomia de ondas gravitacionais foi uma área nova para nose nos deu a oportunidade de projetar novos modelos, feitos sob medida para esta aplicação, que trouxeram a compreensão da física junto com o aprendizado de ma¡quina de ponta manãtodos. O projeto QuantIC liderado pela Universidade de Glasgow, que financiou nosso trabalho, foi uma grande oportunidade de unir o aprendizado de ma¡quina a  ciaªncia, especialmente a  física. "

Dr. Tonolini acrescentou: "No passado, esses modelos de varia¡veis ​​latentes foram tipicamente desenvolvidos e otimizados para capturar distribuições de imagens, texto e outros sinais comuns. No entanto, os dados e distribuições encontrados no doma­nio da onda gravitacional são realmente bastante aºnicos e necessa¡rios que reinventemos os componentes desses modelos para alcana§ar o sucesso demonstrado. "

O artigo da equipe, intitulado "Estimativa de para¢metro bayesiano usando autoencoders variacionais condicionais para astronomia de ondas gravitacionais", foi publicado na Nature Physics .