AI এবং বিশ্বের কঠিন সমস্যাগুলো · পদার্থবিজ্ঞান · arXiv · 2026-10-22

কমপ্যাক্ট বাইনারি কোয়ালেসেন্স থেকে মহাকর্ষীয় তরঙ্গের জন্য ডিপ লার্নিং অনুসন্ধান

মূল শিরোনাম: Deep Learning Search for Gravitational Waves from Compact Binary Coalescence

কমপ্যাক্ট বাইনারি মিলনের মহাকর্ষীয়-তরঙ্গ অনুসন্ধানে ম্যাচড ফিল্টারিং কেন্দ্রীয় ভূমিকা বজায় রাখে, তবে আইনস্টাইন টেলিস্কোপের মতো পরবর্তী প্রজন্মের ইন্টারফেরোমিটারের প্রয়োজন হবে এমন ডেটার আয়তন ও প্যারামিটার-স্পেস কভারেজের সঙ্গে এর গণনাগত ব্যয় উল্লেখযোগ্যভাবে বেড়ে যাবে। লেখকেরা ম্যাচড-ফিল্টারিং ধারণার সঙ্গে কনভোলিউশনাল নিউরাল নেটওয়ার্ক মিলিয়ে এমন একটি হাইব্রিড পদ্ধতি পরীক্ষা করেছেন, যা প্রচলিত χ² রিজেকশন টেস্ট ছাড়াই দক্ষ সিগন্যাল অনুসন্ধান সম্ভব করে। সিমুলেটেড ডেটার ক্ষেত্রে, যেখানে গ্লিচ ডেটাকে প্রভাবিত করে অথবা সিগন্যালে টেমপ্লেট ব্যাঙ্কে অনুপস্থিত পদার্থবিজ্ঞান থাকে—ইকসেনট্রিসিটি, প্রিসেশন এবং উচ্চতর-ক্রম মোড—পদ্ধতিটি আরও সম্পদ-সাশ্রয়ী পাইপলাইনে স্ট্যান্ডার্ড ম্যাচড-ফিল্টারিং অনুসন্ধানের সমতুল্য বা তার চেয়ে ভালো সনাক্তকরণ দক্ষতা অর্জন করে, যদিও বিশুদ্ধ গাউসিয়ান নয়েজে স্ট্যান্ডার্ড BNS/BBH অনুসন্ধানে কিছুটা সনাক্তকরণ ক্ষমতার ঘাটতি দেখায়।

মূল লেখা পড়ুন ↗

সব আইটেম →