AI 與世界的難題 · 物理學 · arXiv · 2026-10-22
利用深度學習搜尋緻密雙星併合所產生的重力波
原標題: Deep Learning Search for Gravitational Waves from Compact Binary Coalescence
匹配濾波仍是搜尋緊緻雙星併合重力波的關鍵方法，但其運算成本將隨愛因斯坦望遠鏡等下一代干涉儀所需的資料量與參數空間覆蓋範圍而大幅上升。作者研究一種結合匹配濾波概念與卷積神經網路的混合式方法，無需常見的 χ² 拒絕檢定即可有效率地搜尋訊號。在模擬資料上，當雜訊擾動影響資料，或訊號包含模板庫中沒有的物理——離心率、進動與高階模式——時，該方法以更節省資源的流程達到與標準匹配濾波搜尋相當或更佳的偵測效率，但在純高斯雜訊下的標準 BNS/BBH 搜尋則顯示些許偵測能力的損失。