NCSA 중력 그룹

중력을 보다 Deep과 실시간 학습

 

레이저 간섭계 중력과 관측소(LIGO)는 수백만 광년 떨어진 중력파를 실시간으로 감지합니다.

 

천체 물릭학의 새로운시대

불과 한 세기 전 아인슈타인은 자신의 혁명적 이론을 소개했습니다. 일반 상대성 이론. 아인슈타인도 그의 동시대 사람도 처음에는 어떤 자연적인 결과를 받아들였습니다. 블랙홀의 존재와 같은 이 이론의 중력파.

 

100년 후인 2015년 9월 14일, 레이저 간섭계 중력파 관측소(LIGO)의 쌍발 탐지기가 아인슈타인의 예측과 일치하는 신호를 감지했습니다. 한 쌍의 블랙홀과 그 결과 단일 블랙홀의 나선형 및 병합 블랙홀. 이러한 관찰을 통해 LIGO는 중력파와 블랙홀이 쌍성계를 형성할 수 있음을 증명했습니다.

 

현재까지 LIGO가 달성한 위업 총 4번. 그리고 최근에 LIGO 및 VIGRO 감지기가 처음으로 중력파 방출을 들었습니다. 두 개의 중성자 별의 충돌에 의해 - 관측 가능한 빛도 방출하는 우주 사건. 이 이벤트는 천체 물리학 사건을 동시에 보고 듣는 다중 메신저 천체 물리학의 시작.

 

중력파를 감지하고 특성화하는 것은 계산적으로 까다로운 작업입니다. LIGO 데이터 그리드는 세계는 잡음이 많은 데이터에서 중력파 신호를 검색하는 데 사용됩니다. 중력파를 가속하기 위해 천문 시설인 LIGO를 통해 대기 시간이 짧은 전자기 및 천체 입자 추적을 가능하게 합니다. 과학자들은 XSEDE, Blue Waters 및 Open을 포함한 고성능 및 처리량 컴퓨팅 리소스를 사용합니다.

 

과학 그리드.

 

ncsa 중력 그룹

신경망 훈련

다중 메신저 천문학의 경계를 넓히기 위해 과학자들은 딥 러닝과 NVIDIA® Tesla® GPU 를 사용하여 실시간으로 데이터를 캡처하고 분석하고 있습니다. 특히 NCSA Gravity Group의 과학자인 Daniel George와 Eliu Huerta는 15개 레이어를 실행하는 심층 CNN(Convolutional Neural Network)을 개발하고 훈련했습니다.

 

그런 다음, 그들 은 그것을 NVIDIA Tesla GPU의 MXNet 프레임워크. 무작위 검색으로 CNN의 아키텍처를 설계하는 데는 3주 동안 300시간. 추가로 10시간이 미세 조정에 필요합니다. 신호의 매개변수를 감지하고 추정하기 위해 분류기와 예측기의 두 가지 유형 의 신경망이 개발되었습니다.

 

분류기는 배경 잡음보다 진폭이 훨씬 약한 신호를 감지하고 예측기는 이 러한 신호에서 매우 낮은 오류율로 블랙홀의 질량을 추정합니다. NSCA 시스템이 훈련되고 조정되면 기존 및 AI 추론 방법과의 패턴 일치를 비교했습니다.

 

결과는 천 문학적이었습니다. CNN은 원시 시계열 데이터에서 최고의 성능을 발휘하여 추가 계산 단계를 건너뛰 어 속도를 높이고 대기 시간을 줄이는 데 기여했습니다. AI 추론 방식은 성능을 100배 향상시켰고 GPU는 AI 추론 성능을 50배 향상시켰다. 추론의 전반적인 이점 GPU 하드웨어와 결합된 방법은 3차 이상의 크기.

 

새로운 시스템은 실시간 허용 오차 내에서 결과를 제공하여 다중 센서 조정을 가능하게 했습니다. 또한, 이 새로운 패러다임은 새로운 발견을 가능하게 합니다. 현재 누락된 중력파 소스의 클래스 중력파 탐지 알고리즘 확립, 새로운 과학적 발견.

 

우주의 어두운 부문을 들여다보다

NVIDIA GPU에서 실행되는 훈련된 CNN은 탐색 기능을 제공합니다. LIGO를 사용한 중력파 소스의 더 깊은 매개변수 공간. 이것, 천체 관측을 조정하는 능력과 결합 할 수 없는 천체 물리학 현상의 연구를 가능하게 할 것입니다. 다른 수단을 통해 관찰할 수 있습니다.

 

“중력파 천체물리학은 다학제적 노력입니다. NCSA에서 HPC, HTC, 분석 및 수치 분야의 전문 지식을 결합합니다. 중력파 소스 모델링. 그런 다음 우리는 혁신적인 분야의 경계를 넓히기 위한 인공 지능의 응용. 우리의 NVIDIA와의 파트너십은 우리의 일상 연구 활동의 핵심 요소입니다.

 

" University of Illinois at Urbana-Champaign의 NCSA 중력 그룹 책임자인 Eliu Huerta 박사는 말했습니다. “실시간 분석을 가능하게 하는 것은 10대 빅데이터 중 하나인 멀티메신저 천체물리학 실현의 열쇠 미국 국립과학재단(National Science Foundation)을 위한 미래 투자에 대한 아이디어.”

 

2015년의 첫 번째 신호 감지부터 계산 방식의 발명까지 NVIDIA GPU를 사용한 집중적인 접근 방식, LIGO는 우리가 중력을 참조하십시오. 운영의 지난 16개월 동안 1,000명 이상의 LIGO Scientific Collaboration(LSC) 회원이 참여했습니다. 충돌에 의한 중력파 검출 그러나 세 쌍의 블랙홀.

 

LIGO 및 Virgo와 같은 고급 감지기 사용 우주 및 지상 기반 전자기와 함께 관찰 망원경, 중성미자, 우주선 탐지기 등 과학계와 천체물리학자들에게 무한한 기회를 주기 위해 모든 메신저를 통해 우주를 탐험하세요.