用于引力波早期预警探测的长短期记忆网络

对致密双星合并事件早期旋进阶段的引力波进行合并前探测，将允许在电磁波段观测合并的更早阶段。这将对多信使天文学产生重大影响，为天文学家提供获取丰富新信息的潜在途径。在此，我们引入一种基于深度学习的概念验证方法，为双黑洞系统产生合并前早期预警警报。我们展示了使用在时域白化探测器应变上训练的长短期记忆网络来探测和分类致密双星事件的可能性。在本工作中，我们考虑处于设计灵敏度的单个先进激光干涉引力波天文台探测器，并在灵敏度与早期预警能力方面与传统匹配滤波方法的近似进行近似比较。我们发现我们的模型在两方面均具竞争力，且应用于模拟测试数据集时，能够在合并前最多四秒发出早期警报。