Development of high-precision high-speed transient detection method in wide-field survey utilizing GPU and Deep Learning

2018 Fiscal Year Final Research Report

• Project/Area Number: 16K13783
• Research Category: Grant-in-Aid for Challenging Exploratory Research
• Allocation Type: Multi-year Fund
• Research Field: Astronomy
• Research Institution: Tokyo Institute of Technology
• Principal Investigator: YATSU YOICHI 東京工業大学, 理学院, 助教 (40447545)
• Co-Investigator(Kenkyū-buntansha): 篠田 浩一 東京工業大学, 情報理工学院, 教授 (10343097) ; 井上 中順 東京工業大学, 情報理工学院, 助教 (10733397) ; 下川辺 隆史 東京大学, 情報基盤センター, 准教授 (40636049)
• Research Collaborator: KAWAI NOBUYUKI
• Project Period (FY): 2016-04-01 – 2019-03-31
• Keywords: 機械学習 / 画像認識 / 深層学習 / 畳み込みニューラルネットワーク / 重力波 / 時間領域天文学 / ロボット望遠鏡 / GPU

Outline of Final Research Achievements

GGeneric technologies for automating the optical/IR telescopes for the up coming Gravitational astronomy Era were developed .Currently the robotic telescopes still require humans help for assigning of observation schedule and the final confirmations of transient detections. To reduce the delay of the follow-up observation, we developed a weather recognition algorithm and a transient detection algorithm by using machine learning and image recognition technologies. In addition we also successfully speeded up the data reduction pipeline by a factor of 1/30 by utilizing GPU parallel computing technology.

Free Research Field

天文学

Academic Significance and Societal Importance of the Research Achievements

2015年にスタートした重力波観測はすでに多くの重力波イベントを検知しているが、これらから物理的な情報を引き出すためには可視光での追観測が必須である。現状、当番制で国内望遠鏡の監視を継続しているが、この人的な負担は極めて大きい。本研究はこの完全自動化を阻む主要な問題を解決するための要素技術を、安価な市販の計算機で実現するものである。この技術は容易に移植が可能であり、すぐさま重力波監視作業に適用することが国内外の重力波電磁波観測コミュニティから期待されている。