У дослідженні, опублікованому в журналі Physical Review Letters, викладено новий підхід до отримання інформації з подвійних систем шляхом аналізу всієї апостеріорної розподільної функції, а не прийняття рішень на основі окремих параметрів. Після їх виявлення у 2015 році, гравітаційні хвилі стали важливим інструментом для астрономів у дослідженні раннього Всесвіту, меж загальної теорії відносності та космічних явищ, таких як компактні подвійні системи.
Подвійні системи складаються з двох масивних об’єктів, наприклад, нейтронних зір або чорних дір, які обертаються один навколо одного і поступово зближуються. У процесі злиття вони породжують брижі в просторі-часі — гравітаційні хвилі, що дають нам цінну інформацію про обидва об’єкти.
Проблема, яку вирішують дослідники, стосується позначення об’єктів у подвійній системі. Згідно з усталеною практикою, важчий об’єкт позначається як «1», а інший — як «2». Проте цей підхід стає проблематичним у випадках, коли обидва об’єкти мають майже однакову масу в межах похибки вимірювання.
Хоча попередні методи пропонували враховувати інші властивості, наприклад, величину спіну, це теж створює труднощі, якщо об’єкти мають схожі характеристики. Дослідники запропонували більш цілісний підхід, відмовившись від залежності від одного параметра. В інтерв’ю Phys.org перший автор дослідження доктор Давіде Героса з Університету Мілано-Бікоцца (Італія) зазначив, що прагнення зрозуміти чорні діри було його головною мотивацією.
«Це дослідження кидає виклик давній припущеній нормі, яка лежала в основі всіх досліджень гравітаційних хвиль протягом десятиліть — нормі, яку рідко піддавали сумніву. Чи справді стандартний підхід є найкращим? А ще глибше — що взагалі означає вибрати «правильне» позначення? Машинне навчання дає потужне, кероване даними рішення.»
До дослідницької групи також увійшли його студентки Віола Де Ренцис і Федеріка Теттоні, постдок Костантіно Пачіліо, колишній студент Метью Моулд (нині в MIT), а також давній колега Альберто Веккіо з Бірмінгемського університету.
Повна картина
Дослідники підійшли до проблеми інакше, сформулювавши її як задачу кластеризації з обмеженнями в межах машинного навчання. Це один із типів алгоритмів напівконтрольованого навчання, що шукають закономірності в даних, дотримуючись певних умов. У цьому випадку умовою було те, що два об’єкти з однієї події гравітаційних хвиль повинні бути віднесені до різних категорій.
Ключовий момент методу полягає в тому, щоб не покладатися на якийсь один параметр (наприклад, масу) як основну ознаку розрізнення. Натомість дозволити самим даним підказати найкращий спосіб класифікації.
«Важливо усвідомити, що стратегія позначення — це свідомий вибір, який ми здійснюємо при аналізі даних гравітаційних хвиль. Це концептуальна проблема, яку варто глибше дослідити, оскільки вона впливає на всі подальші розрахунки», — пояснив доктор Героса.
Вища точність — більша впевненість
Дослідники застосували свою модель машинного навчання до синтетичних і реальних даних про гравітаційні хвилі, отриманих детекторами LIGO, Virgo та KAGRA. Вони виявили, що точність вимірювання спінів чорних дір значно покращилась — до 50%, а бімодальні розподіли в даних зникли. Тепер вчені можуть з більшою впевненістю визначити, чи є об’єкт у системі чорною дірою чи нейтронною зорею.
«У статті показано, що точність вимірювання індивідуальних спінів може зрости до 50%. Це дуже значуще. Зазвичай для такої точності потрібні нові інструменти, але ми показуємо, що її можна досягти просто завдяки новому аналізу даних», — зазначив доктор Героса.
Точніші вимірювання параметрів, зокрема спінів чорних дір, є критично важливими для розуміння їхнього формування. Запропонована методика може мати важливі наслідки для цих досліджень, які завжди були складними.
Дослідники з’ясували, що приблизно 10% апостеріорних вибірок у даних з LIGO та Virgo можуть бути краще представлені за допомогою інших міток. Хоча це й здається невеликим числом, його вплив на інтерпретацію подій є значним.
Наприклад, для однієї події гравітаційних хвиль (GW191103_012549), традиційний підхід показував 13% імовірності, що одна з чорних дір оберталася у напрямку, протилежному до орбітального руху. Однак за новим методом ця ймовірність знизилась до 0,1%, що майже напевно свідчить про те, що обертання чорної діри відбувалося в тому ж напрямку, що й орбіта.
«Наш аналіз впливає на всі вимірювання гравітаційних хвиль — як теперішні, так і майбутні», — наголосив доктор Героса, згадуючи майбутні обсерваторії, такі як LISA (Лазерна інтерферометрична космічна антена) і телескоп Ейнштейна.
Це дослідження є класичним прикладом того, як перегляд базових припущень в аналізі даних може дати значні результати без необхідності у нових даних.
