Quando duas estrelas de nêutrons se fundem, as ondas gravitacionais propagam-se no espaço. Pouco depois desta perturbação do espaço-tempo, segue-se uma explosão brilhante, uma quilonova, na qual surgem átomos pesados que as estrelas não conseguem formar.
© A. Posada (ondas gravitacionais geradas por duas estrelas de nêutrons em fusão)
As quilonovas expressam-se em muitas facetas diferentes, o que proporciona uma excelente oportunidade para estudar a gravidade e a matéria sob condições extremas. Mas são raras e de curta duração. Para que os detectores de ondas gravitacionais e os telescópios tenham a possibilidade de encontrar esses sinais, é necessário rapidez e precisão.
Astrônomos estão utilizando a aprendizagem de máquina para analisar dados de detectores de ondas gravitacionais em alta velocidade para encontrar uma colisão de estrelas de nêutrons antes da explosão subsequente estar em pleno andamento.
As estrelas de nêutrons são remanescentes estelares exóticos e extremamente compactos. Apenas os buracos negros têm uma densidade superior. Ao passo que os buracos negros que colidem uns com os outros só podem ser detectados pelas ondas gravitacionais emitidas, as fusões de estrelas de nêutrons emitem um breve clarão de luz em todo o espectro eletromagnético logo após o sinal da onda gravitacional.
Estas quilonovas ocorrem a milhões de anos-luz da Terra. O objetivo é localizá-las antes que os telescópios as possam ver: o seu sinal de onda gravitacional deve ser encontrado o mais rapidamente possível no fluxo de dados dos instrumentos correspondentes. Este é um grande desafio para os métodos tradicionais de análise de dados. Estes sinais correspondem a minutos de dados dos detectores atuais e, potencialmente, a horas ou dias de dados de futuros observatórios. A análise de conjuntos de dados tão massivos é computacionalmente dispendiosa e morosa.
Uma equipe internacional de cientistas desenvolveu um algoritmo de aprendizagem de máquina, denominado DINGO-BNS (Deep INference for Gravitational-wave Observations from Binary Neutron Stars), que permite poupar tempo precioso na interpretação das ondas gravitacionais emitidas por fusões binárias de estrelas de nêutrons. Treinaram uma rede neural para caracterizar completamente os sistemas de estrelas de nêutrons em fusão em cerca de um segundo, em comparação com cerca de uma hora para os métodos tradicionais mais rápidos. As fusões de estrelas de nêutrons emitem luz visível (na subsequente explosão de quilonova) e outras radiações eletromagnéticas, para além das ondas gravitacionais.
O método em tempo real poderá estabelecer um novo padrão para a análise de dados de fusões de estrelas de nêutrons, dando à comunidade astronômica em geral mais tempo para apontar os seus telescópios para as estrelas de nêutrons em fusão assim que os grandes detectores da colaboração LVK (LIGO-Virgo-KAGRA) as identifiquem.
O DINGO-BNS poderá um dia ajudar a observar sinais eletromagnéticos antes e no momento da colisão das duas estrelas de nêutrons. Estas observações precoces poderão fornecer novos conhecimentos sobre o processo de fusão e a subsequente quilonova, que ainda são misteriosos.
Os resultados foram publicados na revista Nature.
Fonte: Max Planck Institute for Gravitational Physics
Nenhum comentário:
Postar um comentário