作者西蒙·乌尔姆，瑞士国家超级计算中心 拉帕尔马的CTA望远镜的原型
信用:Flickr/CTAO 利用目前正在建造的切伦科夫望远镜阵列，研究人员希望观察到高能伽马射线，这可能导致在我们银河系内外发现新的物体，甚至揭开暗物质的神秘面纱
然而，识别这些伽马射线并不容易
CTA联盟的研究人员现在正试图用Piz Daint超级计算机上训练的神经网络来完善它。
2025年建成后，切伦科夫望远镜阵列将是有史以来最大的伽马射线观测望远镜阵列
在北半球和南半球，加那利岛拉帕尔马的罗克·德·洛斯·穆查霍斯天文台和智利的阿塔卡马沙漠，正在安装100多架直径在4米至23米之间的望远镜
这些望远镜被设计用来全面记录撞击地球大气层的伽马射线穿过宇宙时引发的闪光
伽马射线起源于剧烈的宇宙事件，其能量是可见光的一万亿倍
它们是由所谓的“宇宙粒子加速器”产生的，如超新星爆发或吞噬周围恒星、气体和尘埃的超大质量黑洞
从粒子簇中提取伽马射线是一项挑战 当伽马射线撞击地球大气层时，它们与空气中的原子和分子相互作用，产生粒子簇射，这主要产生称为切伦科夫光的蓝色闪光
这种光线由专门设计的望远镜的反射镜系统收集，并聚焦到速度极快的相机上
有了这些数据，研究人员可以得出关于伽马射线来源的结论，这使得在我们自己的银河系，甚至在恒星形成的星系和星系外的超大质量黑洞中发现数百个新物体成为可能
除了别的以外，CTA探测到的伽马射线还可以提供暗物质的直接特征，这种特征的存在得到了间接观测的支持，但从未被直接观测到
日内瓦大学天文学系的艾蒂安·莱尔德和他的同事在他们发表在《物理杂志:会议系列》上的最新研究中称，CTA收集的这些宇宙事件的照片显示出拉长的椭圆
导致这些事件的粒子有两种:强子，数量最多；和感兴趣的粒子，高能光子称为伽马射线
“研究人员对伽马射线最感兴趣，因为它们以直线穿越星际空间，而强子作为带电粒子，会因磁场而弯曲，”莱尔德说
有很好的程序来区分伽马射线和强子；但是为了尽可能确定只检测和评估伽马射线，大量模糊事件被过滤掉，这降低了仪器的整体灵敏度
然而，有时强子事件仍然被错误地识别为伽马射线，从而作为背景噪声污染了实验
神经网络提高望远镜阵列的灵敏度 为了改进强子和伽马射线之间的区分过程，从而提高天文台的灵敏度，莱尔德和他的团队现在试图使用在CSCS超级计算机皮兹戴恩上训练的深度卷积神经网络(CNNs)来区分它们
他们通过使用蒙特卡罗模拟生成的事件，将氯化萘的性能与检测伽马射线的传统方法(增强决策树)进行了比较，根据作者的说法，蒙特卡罗模拟最接近真实事件
“我们的工作是试图使用计算机视觉中的神经网络，这是一种机器视觉，可以以各种方式处理和分析摄像机捕获的图像，并使它们适应我们的数据，”莱尔德说
事实证明，在特定条件下，中枢神经系统确实优于经典技术
尽管中枢神经系统的结构仍有很大的改进空间，但研究人员相信，这些和其他机器学习方法有助于从CTA天文台获得最佳的科学输出
“我们相信这些方法最终会成为标准，因为它已经超越了最先进的技术，而没有任何关于物理过程的信息被放在分析中，”莱尔德说
“随着我们对中枢神经系统的理解不断加深，更合适的标准——比如拉长椭圆的时间发展——将被用来进行分析，整体性能肯定也会提高
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
