Технологии искусственного интеллекта значительно ускорят дело регистрации и изучения гравитационных волн

Гравитационные волны


Ученые из Национального центра суперкомпьютерных вычислений (National Center for Supercomputing Applications, NCSA) университета Иллинойса использовали алгоритмы глубинного машинного обучения и самообучения, выполняющиеся на графических процессорах, для реализации нового способа регистрации гравитационных волн и измерения их основных параметров. Такой новый подход позволит ученым-астрономам изучать гравитационные волны, используя минимальное количество вычислительных ресурсов. Это, в свою очередь, сократит время от регистрации волн до совершения научных открытий и сделает область гравитационной астрофизики более доступной для множества не очень крупных научных организаций.

Комбинируя технологию глубинного машинного обучения и самообучения с математическими моделями процессов слияния черных дыр, построенной на базе программного обеспечения Einstein Toolkit, выполняющегося на суперкомпьютере Blue Waters, ученые получили набор теоретических данных и сравнили их с данными реальных наблюдений, доступ к которым был предоставлен организацией LIGO Open Science Center. Оба набора данных подверглись процедуре глубокой фильтрации, которая увеличивает чувствительность и уменьшает уровень ошибок.

Полученные данные показали, что новый метод обработки сигналов достаточно быстр, при его помощи можно обрабатывать данные, поставляемые гравитационными обсерваториями в режиме реального времени. Это, в свою очередь, позволит исследовать "новую физику" и определять новые виды источников гравитационных волн, которые остаются незамеченными для существующих алгоритмов обработки сигналов. В настоящее время исследователи расширяют свои алгоритмы, вводя в них обработку сигналов электромагнитного диапазона, которыми с некоторым запозданием сопровождаются события, являющиеся источниками гравитационных волн. А полная "боевая проверка" новой системы обработки сигналов и информации будет выполнена, когда в эксплуатацию будет введен новый телескоп Large Synoptic Survey Telescope (LSST).

Отметим, что ключевым моментом в ускорении выполнения алгоритмов обработки сигналов стало использование графических процессоров NVIDIA Tesla P100 и DGX-1, которые входят в состав суперкомпьютера Blue Waters. Искусственные нейронные сети были созданы при помощи специализированного языка программирования Wolfram Language, который ориентирован на технологии глубинного машинного обучения и самообучения.




Ключевые слова:
Искусственный, Интеллект, Нейронная, Сеть, Глубинное, Обучение, Графический, Процессор, Суперкомпьютер, Гравитационные, Волны

Первоисточник

Другие новости по теме:
  • Охотники за гравитационными волнами приняли сигнал от столкновения двух мал ...
  • Детекторы обсерватории LIGO, возможно, зарегистрировали новый вид гравитаци ...
  • Быстродействующие оптические системы могут заменить суперкомпьютеры в систе ...
  • Компания Cray начинает выпуск суперкомпьютерных кластеров, предназначенных ...
  • Гравитационная обсерватория LIGO возвращается к "охоте" на гравитационные ...




  • 31 января 2018 12:13
    #1 Написал: elton

    Публикаций: 0
    Комментариев: 160
    Вольфрам вроде как на чистую математику ориентирован.Хотя идея использовать его с этой целью,конечно,хороша.
        
    31 января 2018 15:09
    #2 Написал: FomaNeverujuwij

    Публикаций: 0
    Комментариев: 4243
    elton
    Сейчас даже на Фортране, который изначально был заточен под математику, можно делать все, что угодно


    --------------------
        

    Информация

    Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.