新的诊断工具将帮助 LIGO 追踪引力波
UCR 研究人员开发的机器学习工具将有助于解答有关宇宙的基本问题
来源:加州大学河滨分校在加利福尼亚大学里弗赛德分校的科学家的工作中，通过重力波检测Ligo设施生成的大型，复杂的数据集中的噪音变得更加容易。
UCR研究人员在最近的IEEE Big-Data研讨会上介绍了一篇论文，展示了一种新的，无监督的机器学习方法，以在激光干涉仪重力 - 重力波观测值或LIGO的辅助通道数据中找到新模式。该技术还可能适用于大型粒子加速器实验和大型复杂工业系统。
LigoLigo是一种检测引力波的设施，这是通过大型身体加速产生的时空本身织物中的瞬时干扰。这是第一个从合并黑洞中检测到的波浪的人，证实了爱因斯坦相对论的关键部分。 Ligo在华盛顿州汉福德和路易斯安那州利文斯顿的两个长4公里长的干涉仪中，通过使用高功率激光梁，共同检测引力波。这些探测器的发现提供了一种新的方式来观察宇宙，并解决有关黑洞，宇宙学和宇宙中最密集状态的性质的问题。
两个LIGO检测器中的每个都记录了数千个数据流或通道，这些数据流构成了位于检测器位点的环境传感器的输出。
乔纳森·理查森（Jonathan Richardson） 物理和天文学Richardson解释说，LIGO探测器对任何类型的外部干扰都极为敏感。他说。
Vagelis Papalexakis 计算机科学与工程