Учёные нашли способ точнее изучать чёрные дыры с помощью машинного обучения

Гравитационно-волновые обсерватории, такие как LIGO и Virgo, десятилетиями фиксируют рябь пространства-времени от слияний чёрных дыр и нейтронных звезд. Однако новое исследование международной группы учёных выявило скрытую проблему: традиционный метод анализа данных может искажать результаты.

Оказывается, ошибка кроется в простом действии — присвоении объектам в двойных системах меток «1» и «2» на основе их массы.

Этот подход, похожий на сортировку деталей без учёта их взаимосвязей, в 10% случаев приводит к неверной интерпретации, словно автономный автомобиль путает пешехода с дорожным знаком.

До сих пор астрофизики маркировали объекты в каждой паре отдельно, ориентируясь лишь на их массу — более тяжёлый становился «объектом 1», лёгкий — «объектом 2». Но гравитационные волны несут информацию не только о массе, но и о спине (вращении) объектов, а также их природе. Упрощённая маркировка, как выяснилось, создаёт систематические искажения — например, «смазывает» данные о спине или мешает …