Paper von Maximilian Dax in der Fachzeitschrift Physical Review Letters veröffentlicht
Schwarze Löcher sind eines der größten Rätsel des Universums. Mit einer Masse Milliarden mal so groß wie die unserer Sonne erzeugen zwei ineinander verschmelzende schwarze Löcher in einer gewaltigen Explosion eine Gravitationswelle, die sich mit Lichtgeschwindigkeit im Universum ausbreitet. Gigantische Detektoren in den USA (LIGO) und Italien (Virgo) messen diesen Beleg für das von Albert Einstein 1916 vorhergesagte Phänomen: die Veränderung der Raumzeit.
Seit der ersten Entdeckung von Gravitationswellen vergleichen die Wissenschaftler*innen in LIGO und Virgo die von den Observatorien gesammelten Daten mit theoretischen Vorhersagen, um so die Eigenschaften der Quelle abzuschätzen. Derzeit dauert dieses Verfahren mehrere Stunden, oft sogar Monate.
Ein interdisziplinäres Forscherteam des Max-Planck-Instituts für Intelligente Systeme in Tübingen und des Max-Planck-Instituts für Gravitationsphysik in Potsdam nutzt modernste Methoden des maschinellen Lernens, um diesen Prozess zu beschleunigen. Die Wissenschaftler*innen entwickelten einen Algorithmus, der ein tiefes neuronales Netz verwendet, das ähnlich wie ein menschliches Gehirn auf mehreren Ebenen große Datensätze analysiert. „Unsere Methode kann in wenigen Sekunden sehr genaue Aussagen darüber treffen, wie groß und schwer die zwei schwarzen Löcher waren, die bei ihrer Verschmelzung die Gravitationswellen erzeugt haben“, erklärt Maximilian Dax, Erstautor der Publikation und Doktorand in der Hector Fellow Academy. Maximilian Dax wird durch Hector Fellow Bernhard Schölkopf betreut.
Das neuronale Netzwerk kann auch für verschmelzende Neutronensterne verwendet werden. Bei der Verschmelzung wird elektromagnetische Strahlung freigesetzt, welche für herkömmliche Teleskope sichtbar sind. Durch das neuronale Netz können die Teleskope in Sekundenschnelle auf die verschmelzenden Sterne ausgerichtet werden.
Herzlichen Glückwunsch Maximilian Dax und Bernhard Schölkopf!