Астрономы давно изучают Вселенную не только в видимом свете, но и через гамма-излучение — самый энергичный тип света. Такие лучи рождаются в экстремальных условиях: рядом с чёрными дырами, нейтронными звёздами и при мощных космических взрывах. Но наблюдать их напрямую невозможно — когда гамма-квант попадает в атмосферу Земли, он вызывает каскад вторичных частиц, так называемый «воздушный ливень».
Наземные детекторы фиксируют этот ливень, а учёные по косвенным данным пытаются восстановить свойства исходной частицы: её энергию, направление и природу. Это сложная задача, и именно здесь на помощь приходят современные методы машинного обучения.
Новое поколение обсерваторий
В последние годы разрабатывается проект новой гамма-обсерватории — SWGO (Southern Wide-field Gamma-ray Observatory). Она будет расположена в Чили и займёт площадь около 1 км². Основой станут водные детекторы, регистрирующие вспышки света (эффект Черенкова), возникающие при прохождении частиц через воду .
Такие установки способны наблюдать почти всё небо круглосуточно, но у них есть проблема: данные получаются разреженными и шумными. Это затрудняет точное восстановление параметров космических частиц.
В чём проблема традиционных методов
Ранее для анализа использовались классические алгоритмы и простые модели машинного обучения. Они опирались на заранее заданные характеристики (например, форму сигнала или распределение частиц).
Но у такого подхода есть ограничения:
- он не учитывает всю сложность данных;
- плохо работает при слабых сигналах;
- не может одновременно решать несколько задач (например, определять и энергию, и направление).
Решение: нейросети нового типа
Авторы исследования предложили использовать архитектуру трансформеров — тот же класс нейросетей, который применяется в современных языковых моделях.
Главная идея трансформеров — механизм «внимания». Он позволяет учитывать взаимосвязи между всеми частями данных одновременно, даже если они находятся далеко друг от друга. Для гамма-астрономии это особенно важно, потому что разные детекторы могут фиксировать части одного и того же события.
В работе протестированы два подхода:
Point Cloud Transformer
Рассматривает только те детекторы, которые сработали, и анализирует их как «облако точек». Это даёт высокую точность, особенно при сильных сигналах.
DeepEASTER
Обрабатывает данные со всех детекторов сразу, даже если они ничего не зафиксировали. Такой подход лучше работает при слабых событиях и требует меньше вычислений .
Что удалось улучшить
Результаты оказались впечатляющими. Новые модели показали заметное превосходство над традиционными методами сразу по нескольким параметрам:
Точность определения координат
Удалось значительно точнее определять место, где произошёл «удар» воздушного ливня. На высоких энергиях ошибка сократилась примерно до 1 метра.
Определение направления
Нейросети лучше восстанавливают направление прихода гамма-кванта. Это критично для поиска источников в космосе.
Оценка энергии
Новые методы дают более стабильные и точные оценки энергии частиц во всём диапазоне — от сотен ГэВ до сотен ТэВ.
Отделение сигнала от шума
Одна из главных задач — отличить гамма-излучение от космических лучей (протонов и других частиц). Новые модели снизили количество ложных срабатываний в несколько раз, а на высоких энергиях — даже на порядок .
Почему это прорыв
Главное достижение работы — создание единой нейросетевой архитектуры, которая одновременно:
- восстанавливает параметры события;
- отделяет полезный сигнал от фона;
- использует «сырые» данные без ручной обработки.
Ранее такие задачи решались по отдельности.
Кроме того, методы на основе трансформеров можно адаптировать и для других экспериментов, не только для SWGO.
Что дальше
Авторы отмечают, что потенциал ещё не исчерпан. В будущем планируется:
- объединить трансформеры с графовыми нейросетями;
- учитывать более детальную временную структуру сигналов;
- протестировать методы на реальных наблюдениях.
Итог
Использование современных нейросетей открывает новую эпоху в гамма-астрономии. Благодаря таким подходам учёные смогут точнее «видеть» самые энергичные процессы во Вселенной и, возможно, приблизятся к разгадке происхождения космических лучей — одной из главных загадок современной астрофизики.
Источники:
Статья создана по материалам работы на arXiv.org
