عام 2015، جذبت انتباه العالم الكشف عن موجة الجاذبية لأول نجاح الوقت. وهكذا فإن فريق LIGO العلمي لثلاثة ممثل حصل على جائزة نوبل في الفيزياء عام 2017. وفي وقت لاحق، وجوه أكثر إحكاما وموجات الجاذبية قريبا يتم الكشف عن الحدث المزدوج يغو لعلم الفلك موجة الجاذبية كان لازدهار لم يسبق له مثيل. ومع ذلك، فإن عددا كبيرا من معالجة البيانات المهام الحدث موجة الجاذبية يشكل تحديا كبيرا لمرشح يقابل القائمة (متطابق الترشيح) التكنولوجيا. ولذلك، فإن البيانات الكبيرة جيدة طرق المعالجة التعلم الآلي - التعلم العميق، بدأ في محاولة للعب دور في هذا المجال. وسوف يفتح عهدا جديدا للمراقبة ذكية من موجات الجاذبية.

في الجاذبية الكشف عن موجة

جوهر الجاذبية الفضاء المنحني. موجات الجاذبية هي تموجات في الفضاء المنحني، في شكل موجات خلال نشر. موجات الجاذبية تحمل الطاقة، ومصدر موجة الجاذبية من الطاقة المشعة ظاهريا من خلال موجات الجاذبية، ما يسمى موجات الجاذبية والاشعاع الجاذبية. الأدوات المخبرية الحالية ويمكن ملاحظة مصادر الموجات التثاقلية مباشرة مكرر أساسا الأشياء المدمجة التحام. وحتى الآن، وLIGO سبر مباشرة الكائنات المدمجة مزدوجة من الأحداث موجة الجاذبية مجتمعة كانت أكثر الحالات.

LIGO هو للكشف عن موجات الجاذبية مضاعفة الأشياء المدمجة دمج الأحداث (المصدر: ttps: //www.ligo.org/ind

مفتاح تأثير موجة الجاذبية قدرات الكشف هو أن حساسية النموذج والمعدات النظري. لأن إطلاق المزدوج، وعلى مقربة من التعاقد الكائن الموجي نظرية موجة الجاذبية تم محاكاة جيدا، وبالتالي فإن تصفية المتطابقة الحالية تتم باستخدام معالجة البيانات علاقة يمكن أن تتحقق مثل هذه إشارة ضعيفة موجة الجاذبية استخراج وموجة مصدر تقدير المعلمة. ومع ذلك، فإن تصفية المتطابقة يتطلب كمية كبيرة من حساب، وسرعة معالجة المقابلة ستكون بطيئة جدا. حاليا، واستخدام فلتر المتطابقة في حالة واحدة من موجات الجاذبية يغو للكشف عن معالجة البيانات الحدث يستغرق عدة أسابيع أو حتى لفترة أطول. لذلك عندما تؤكد المزيد والمزيد من حوادث انتظار الملاحظات موجة الجاذبية، كنا أكثر كفاءة ، مروحة من التعلم وأقوى من دراسة معمقة ، لموجات الجاذبية الاعتراف إشارة و موجة تقدير المعلمة مصدر .

دراسة معمقة

الشبكة العصبية الاصطناعية التعلم من العمق. اقترح هذه المقدمة هينتون وآخرون في عام 2006. ويتميز هذا الأسلوب من البيانات على أساس التعلم تعلم الآلة، يمكننا أن ندرك التعلم تحت إشراف والتعلم غير خاضعة للرقابة. المشتركة الشبكة العصبية التفاف هي آلة نماذج تحت عمق التعلم تحت إشراف التعلم.

البنية الأساسية للشبكة العصبية الإلتواء (المصدر: www.cnblogs.com)

على غرار عملية التعلم آلة التقليدية، وعمق التعلم الشبكة العصبية يتضمن الخطوات الثلاث التالية:

في التحليل المتعمق للبنية البيانات من المشاكل العملية، واختيار نموذج الشبكة العصبية المناسبة؛

وبناء على مشكلة محددة، حدد الوظيفة فقدان المناسبة، وقياس الفجوة بين النتائج المتوقعة والقيمة الحقيقية للالمعلمات الحالية للنموذج.

تقسيم مجموعة التدريب بشكل صحيح (التدرج أصل خوارزمية لتدريب الشبكة)، مجموعة التحقق من صحة (لتجنب الإفراط في تركيب)، ومجموعة اختبار (القدرات اختبار شبكة القاعدة) للعثور على أفضل المعلمات (أي عندما يكون نموذج فقدان وظيفة المقابلة إلى أدنى حد ممكن المعلمة).

(المصدر: HTTP: //www.myexception.cn/other/2077974.html

خوارزميات التدرج النسب، J (theta_0، theta_1) إلى فقدان وظيفة، theta_0، theta_1 معالم النموذج

تطبيقات محددة في التعلم العميق موجة الجاذبية مراقبة البيانات

نشرت في الصين للعلوم الفيزياء والميكانيك والفلك 2019 رقم 6 من المادة " تطبيق الشبكات العصبية العميقة لتقدير الكشف والمعلمة مساحة من التحام ثنائي التعاقد مع anetwork للكشف عن موجة الجاذبية "(معلومات المؤلف الرئيسي: لي جين ، كلية الفيزياء، جامعة تشونغتشينغ. مروحة شى لونغ العلوم الفيزيائية والتكنولوجيا، جامعة ووهان) ناقش بالتفصيل كيف كان متعدد الطبقات تلفيفي العصبية الإشارات التناظرية نطاق شبكة (مكرر الثقب الأسود جنبا إلى جنب إشعاع الجاذبية) يغو موجات الجاذبية عند تحديد مصدر الموجة وتقدير المعلمة . العمل الرئيسي من هذه الورقة هم:

1، التي شيدت موجة الجاذبية مجموعات البيانات المحاكاة

يعطى الاستخدام الفعال للنموذج لا يتجزأ مزدوج الثقب الأسود دمج موجات الجاذبية موجة نظرية، وعدد كبير من محاكاة موجة الجاذبية إشارة توقيت، LIGO بينما طيف الطاقة الضوضاء من كل مسبار، الخلفية التمويه الضوضاء يتم إنشاء. موجات الجاذبية لنفس الحدث، وكشف عن LIGO الثلاثة (هانفورد، ليفينغستون، برج العذراء) ردا على البيانات والجداول يجوز لكل (انظر أدناه). إن تعددية دفق البيانات مماثل يمكن أن تتكون من مجموعة التدريب وعبر التحقق من صحة مجموعة مجموعة الاختبار، شبكة التدريب اللاحق والاختبار.

موجات الجاذبية بيانات واحدة الحدث تيار

2، تصميم هيكل الشبكة العصبية

تصميم الشبكة هو تحديد هيكل الشبكة العصبية الرئيسية فائقة معلمة، بما في ذلك: معدل التعلم، وعدد طبقات من المعلمات التنظيم، الشبكة العصبية، وعدد من الخلايا العصبية في كل طبقة خفية، وتعلم بضع جولات عصر، كميات صغيرة من البيانات اختيار minibatch حجم الخلايا العصبية الناتج ترميز، وظيفة التكلفة، الوزن طريقة التهيئة، ونوع وظيفة تنشيط الخلايا العصبية، للمشاركة في بيانات نموذج مصغر التدريب. هذه المعايير تحدد التعلم فائقة العميق هو مفتاح النجاح، ولكن أيضا على سير العمل كله هو الجزء الأكثر تستغرق وقتا طويلا. تحليل من قبل العديد من المحاولات، ومجموعة من النتائج التي تم الحصول عليها مقارنة الأداء متعدد الطبقات تلفيفي العصبية بنية الشبكة كما هو مبين أدناه، للاعتراف لاحق وتقدير المعلمة إشارة.

هيكل التلافيف اختيار حزمة الشبكة العصبية

3، موجة الجاذبية إشارة تحديد

وتشير الدراسات إلى أن التعلم عمق يمكن تحديد كفاءة إشارة موجة الجاذبية في الضوضاء التمويه. مع زيادة نسبة الإشارة إلى الضوضاء من موجة الجاذبية، وقد تحسنت دقة التعرف بشكل ملحوظ . على سبيل المثال القدرة على تحديد الفرد مماثلة لتصفية المتطابقة، تحديد تحسين الكفاءة .

تعلم الاختلاف دقة مع عمق SNR (من اليسار)؛ وعمق آلة التعلم التقليدية التعلم لتحديد موجات الجاذبية كفاءة الحدث المفرد (يمين)

4، المعلمة تقدير موجات الجاذبية

المعلمات المقدرة من مصدر موجة يضم موقف الضوئية وما شابه ذلك، وتأثير عدد من النتائج كاشف. عمق خوارزمية التعلم يمكن تحسين القدرة على تحديد مصدر موجة الجاذبية حد معين .

(A) و (ب) و (ج) نيابة عن H، HL، خطأ تقدير HLV توزيع المسافة معان؛ (د) يشير إلى عدم اليقين السمت و (ه)؛ (و) في عدد من أجهزة الكشف عن مختلف تغيير مع كل معلمة تقدير SNR متوسط الخطأ النسبي

في هذه المرحلة، لأن عدد الحدث موجة الجاذبية الحقيقي من النماذج النظرية كافية، والعديد من موجة المصدر إلى أن يكون مثاليا، وبالتالي فإن دراسة متعمقة البحث موجات الجاذبية في معالجة البيانات لا تزال محدودة جدا. ولكن مع التطور السريع للتكنولوجيا والذكاء الاصطناعي للكشف عن مستوى موجات الجاذبية، ومن المتوقع كفاءة التعلم العميقة ومعالجة البيانات لتحقيق مراقبة الوقت الحقيقي من موجات الجاذبية ونظيره الكهرومغناطيسي، وفي الوقت نفسه، فإن تطور نظرية الكثيرة الارتحال من خطورة إعطاء دراسة متعمقة دعم تجريبي قوي. وأعتقد في المستقبل القريب سوف نرى الازدهار الجاذبية موجة علم الفلك.

المصدر: مجلة الجمعية العلوم في الصين

(هذا المقال هو طبع أو مقتطفات الشبكة، وينتمي إلى المؤلف الأصلي أو نشرت في وسائل الإعلام على الإطلاق. كما تنطوي على العمل قضايا حق المؤلف، يرجى الاتصال لنا التعامل معها.)