ИИ-метод повысил точность очистки реликтового излучения: остаточная помеха снижена в 7 раз
Реликтовое излучение, сохранившееся со времён ранней Вселенной, содержит ценную информацию о физике инфляции. Особый интерес представляет его B-мода поляризации, но её измерения мешают сложные галактические пылевые помехи.
Традиционный метод очистки под названием Internal Linear Combination (ILC) полностью сохраняет первичный сигнал, однако требует данных на нескольких частотах и ограничен двухточечными статистиками. Исследователи из группы астрофизиков предложили новый подход, использующий межмасштабные корреляции и машинное обучение.
В работе, опубликованной на arXiv, описана нейросеть, которая оценивает и удаляет помехи на одной частоте. Обучение проходило на симуляциях DustFilaments. При использовании только малых масштабов B-моды остаточная мощность помех составила примерно 0,704; добавление температурных и E-мод снизило её до 0,376.
Эти показатели оказались выше, чем у классического ILC, но исследователи пошли дальше и создали гибридную сеть, использующую и многоканальные, и межмасштабные корреляции. Она достигла остаточной мощности 4,71 ? 10?? при входных данных только с B-модами и 3,62 ? 10?? при добавлении температурных и E/B-мод.
По словам авторов, такой результат примерно в 7 раз лучше, чем у ILC, и одновременно сохраняет его свойство не искажать первичный сигнал. При этом сеть работает в 2–3 раза эффективнее, чем нейросеть, использующая только многоканальные данные.
Исследователи подчёркивают, что корреляции между масштабами не дублируют корреляции между частотами, поэтому новый метод дополняет существующие подходы. Однако достигнутые результаты пока получены только на конкретной симуляции DustFilaments, и обобщение модели на другие симуляции остаётся ключевой проблемой для надёжного машинного удаления помех.
