2017 Fiscal Year Annual Research Report
Testing gravity theories using gravitational waves
| Project Area | Gravitational wave physics and astronomy: Genesis |
|---|
| Project/Area Number |
17H06358
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
田中 貴浩 京都大学, 理学研究科, 教授 (40281117)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大原 謙一 新潟大学, 自然科学系, 教授 (00183765)
真貝 寿明 大阪工業大学, 情報科学部, 教授 (30267405)
高橋 弘毅 長岡技術科学大学, 工学部, 助教 (40419693)
瀬戸 直樹 京都大学, 理学研究科, 助教 (80462191)
|
|---|
| Project Period (FY) |
2017-06-30 – 2022-03-31
|
| Keywords | 宇宙物理学 / 重力波 / ブラックホール / データ解析 / 重力理論 |
|---|
| Outline of Annual Research Achievements |
これまでの観測と矛盾しない重力理論の修正の可能性について、重力波データ解析を通じて新たな制限を得ることを目標としています。そのためには様々な理論的研究と同時にデータ解析手法の研究が必要となります。この観点において、GW170817の発見による大きな進展がありました。ガンマ線バーストとの同時観測による重力波の伝播速度に対する制限や、重力波観測によるハッブルパラメータへの制限が得られたことです。本計画研究からも、これらの新たな制限に関連する研究発表がなされました。
一方で、本計画研究では連星合体の結果として形成されるブラックホールの固有振動の周波数および減衰率が一般相対論の予言に従っているのかという点に現在注目しています。固有振動を抽出するデータ解析手法について、日本では様々な手法がこれまでも検討されてきていました。しかしながら、それらの手法は実際のデータに適用できるレベルにまで洗練されていませんでした。今回、擬似データを作成し、それらの手法の能力を比較するという試みを実施しました。まだ、準備的な研究の段階ではありますが、理想的なガウシアンノイズの場合であっても標準的なマッチドフィルタリングによるパラメータ推定に迫るような性能を発揮できる可能性が示唆されました。すなわち、実際のデータ解析での有用性が示される可能性があるということで、今後、手法の更なる洗練と、より現実的な状況設定でのテストを進めたいと考えています。
また、ディープラーニングの応用についても検討を進めています。ディープラーニングを重力波解析にいち早く取り入れることを始めている、Eliu Huerta氏(シカゴ大)を招聘し共同研究に関する議論を進めるとともに、領域シンポジウムでの招待講演をしていただきました。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
領域発足以来、計画研究A01では隔週で定期的に全体でのＴＶ会議によるミーティングを持ち、強い連携を保ち研究を進めている。
これまでにも、Hilbert変換や自己回帰モデルなどを応用した様々な重力波データ解析手法が提案されていたが、互いの性能の比較がなされずに解析ツールの開発が進められてきていた側面があった。モックデータチャレンジという形で、擬似データに対するパラメータ推定の精度を比較することで、異なる手法の性能を正当に評価するということを行った。これは計画研究として取り組むことではじめて可能になった成果であると言える。
これと並行して、様々な重力理論の修正に対するテストを実行に移すための準備を進めた。どのような重力理論のテストが実現可能であるかのサーベイをおこない、いくつかのターゲットを絞り込んだ。日本独自の解析ライブラリであるKAGALIという共通のプラットフォームを用いて、系統的に研究を進めていくことを考えている。しかし、必要な解析ツールが完全に準備できているわけではない。必要なツールを整備し、重力理論のテストを実行するためのの研究員の公募をおこない、山田、内潟、両名の採用を決定した。今後は彼らを中心として、進めていく。
Adv LIGOの最初のデータ取得で得られたO1データが既に公開されている。２０１７年度に、このような大規模データを展開しデータ解析を実行するためのデータサーバを新潟大、および、長岡技術大学に導入し運用を開始した。これにより、計算機の能力は限られているものの、新しい重力波源のサーベイを行うことも可能になっている。
|
| Strategy for Future Research Activity |
当初の方針からの大きな変更はない。
LIGO O1データが既に公開されたことは、公開までにはより長い時間がかかる可能性もあると想像していただけにうれしい誤算である。
KAGALIを使いこなすためには多少のハードルがあるため、それぞれの研究者が使いやすいプラットフォームを使ってデータ解析の研究を進めてしまっている現状がある。2017年度に研究を開始してみると、実際にKAGALIを使って解析を進めている研究者が少ないため、これまでに開発されている部分は利用可能であるものの、我々の目的を達成するためには、さらにコード開発を大幅に加速する必要があることが鮮明になってきた。この点については、ターゲットとなる重力理論のテストについては検討が進んでいるので、研究員の用務を実際のコード開発に集中し精力的に開発を進めていく。
|
