

(供稿 信息科学与工程学院)我校信息科学与工程学院温翠红团队和物理与电子科学学院王接词教授团队在人工智能与透镜化引力波认证的交叉研究领域取得突破,研究论文以“Identification of Strongly Lensed Gravitational-Wave Events Using Squeeze-and-Excitation Multilayer Perceptron Data-efficient Image Transformer”为题在校定TOP期刊《The Astrophysical Journal Supplement Series》(ApJS)上发表。
随着第三代引力波探测器灵敏度的跃升,强引力化透镜引力波有望从“少量发现”走向“体系化搜寻”,成为测量宇宙学参数、检验引力理论与揭示暗物质分布的关键观测窗口。然而在海量事件持续涌入的背景下,传统基于贝叶斯推断的透镜化引力波认证流程计算代价极高,难以支撑大规模、近实时的筛选与跟进。针对这一核心瓶颈,研究团队提出一种基于深度学习的快速预筛框架,可在不进行复杂后验重建的情况下,迅速从大规模候选中挑选出高可信的透镜事件,对显著压缩后续精细分析的搜索空间与计算开销。该工作为未来引力波观测进入“数据洪流”时代的透镜事件搜寻提供了高效、低成本的技术路径,有望显著提升透镜事件的发现效率。
我校信息科学与工程学院研究生李德江为论文的第一作者,我校温翠红副教授、王接词教授、长江大学刘统华教授与武汉大学廖恺教授为共同通讯作者。我校为该论文的第一完成单位,该工作得到了国家自然科学基金、湖南省自然科学基金等项目的资助。
近年来,该课题组致力于人工智能与相对论天体物理的交叉研究,取得了一系列创新成果,相关研究已连续在美国天文学会期刊ApJS上发表。
论文链接:
ApJS,283,31 https://doi.org/10.3847/1538-4365/ae4340 ,
ApJS,280,9 https://doi.org/10.3847/1538-4365/adef3f
ApJS,279,10 https://doi.org/10.3847/1538-4365/add896
编辑:梁溦
责编:刘真
审核:马铁泉