基于人工神经网络的双中子星引力波实时探测

来自双黑洞并合以及最近来自并合中子星的引力波的开创性发现开启了多信使天体物理的新时代，并革新了我们对宇宙的理解。诸如人工神经网络等机器学习技术已在变革诸多技术领域，并在引力波天体物理中证明成功用于双黑洞引力波信号的探测与刻画。此处我们采用深度学习方法，在代表典型引力波探测器数据的含噪时间序列中快速识别双中子星并合的瞬变引力波信号。具体而言，我们展示在100,000个数据样本上训练的深度卷积神经网络可快速识别双中子星引力波信号，并将其与噪声及黑洞双星并合信号区分。这些结果证明了人工神经网络在双中子星并合引力波信号实时探测中的潜力，这对伴随这些重要瞬变体的电磁与天体粒子对应体的及时跟进与细致观测至关重要。