⚛️ general relativity

A Gaussian process framework for testing general relativity with gravitational waves

यह शोध पत्र बाइनरी ब्लैक होल विलय से प्राप्त गुरुत्वाकर्षण तरंग डेटा का उपयोग करके सामान्य सापेक्षता (जनरल रिलेटिविटी) का परीक्षण करने के लिए एक टाइम-लोकलाइज्ड कर्नेल के साथ एक गॉसियन प्रोसेस फ्रेमवर्क प्रस्तुत करता है, जिसमें GWTC-3 घटनाओं में विचलन का कोई प्रमाण नहीं मिला और भिन्नात्मक स्ट्रेन विचलन को 7% तक सीमित किया गया है।

मूल लेखक: Lachlan Passenger, Shun Yin Cheung, Nir Guttman, Nikhil Kannachel, Paul D. Lasky, Eric Thrane

प्रकाशित 2026-05-11

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Lachlan Passenger, Shun Yin Cheung, Nir Guttman, Nikhil Kannachel, Paul D. Lasky, Eric Thrane

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ एक सरल भाषा और रोज़मर्रा के उदाहरणों का उपयोग करके शोध पत्र (paper) की व्याख्या दी गई है।

बड़ी तस्वीर: मशीन में "भूत" की तलाश करना

कल्पना कीजिए कि आप एक जासूस हैं जो एक रहस्य सुलझाने की कोशिश कर रहे हैं। आपके पास इस बात का एक बहुत ही विशिष्ट और सटीक 'स्क्रिप्ट' है कि एक अपराध कैसे होना चाहिए (यह आइंस्टीन का गुरुत्वाकर्षण सिद्धांत, यानी जनरल रिलेटिविटी है)। आपके पास अपराध स्थल की एक रिकॉर्डिंग भी है (यह टकराते हुए ब्लैक होल्स से प्राप्त गुरुत्वाकर्षण तरंग (Gravitational Wave) का डेटा है)।

आमतौर पर, जब आप रिकॉर्डिंग चलाते हैं, तो यह स्क्रिप्ट से पूरी तरह मेल खाती है। लेकिन कभी-कभी, इसमें एक बहुत ही छोटा, अप्रत्याशित स्वर सुनाई दे सकता है—जैसे कोई चरमराहट, फुसफुसाहट या कोई गड़बड़ी—जो स्क्रिप्ट में फिट नहीं बैठती। वह अतिरिक्त आवाज़ इस बात का सुराग हो सकती है कि स्क्रिप्ट गलत है और वहां कुछ "नई भौतिकी" (new physics) घटित हो रही है।

समस्या यह है कि हमें यह नहीं पता कि वह अतिरिक्त आवाज़ कैसी सुनाई देनी चाहिए। वह एक फुसफुसाहट हो सकती है, एक चीख हो सकती है, एक ऊँची पिच वाली सीटी हो सकती है, या एक धीमी गड़गड़ाहट। यदि आप केवल एक विशिष्ट प्रकार के शोर के लिए ही सुनते हैं, तो आप असली सुराग को चूक सकते हैं।

यह पेपर एक नया जासूसी उपकरण पेश करता है: एक "गौसियन प्रोसेस" (Gaussian Process) ढांचा। यह अनुमान लगाने के बजाय कि अजीब शोर कैसा सुनाई देगा, यह उपकरण एक अत्यधिक लचीले, आकार बदलने वाले जाल की तरह काम करता है। यह किसी भी तरह के अप्रत्याशित स्वर को पकड़ने के लिए एक विस्तृत जाल फैलाता है, बशर्ते वह व्यवहार करने के कुछ बुनियादी नियमों का पालन करता हो।

यह उपकरण कैसे काम करता है: "स्मार्ट नेट"

वैज्ञानिकों ने एक गणितीय "जाल" (जिसे कर्नेल/Kernel कहा जाता है) बनाया है जिसमें तीन विशिष्ट नियम हैं, जो उनके इस अनुमान पर आधारित हैं कि "नई भौतिकी" का संकेत कैसा दिखेगा:

यह टकराव के समय होता है: यह उम्मीद की जाती है कि अजीब शोर ठीक उसी समय होगा जब दो ब्लैक होल आपस में टकराते हैं (मर्जर), न कि उससे बहुत पहले या बहुत बाद में।
इसमें एक लय होती है: इस शोर में एक विशिष्ट गति से कंपन (oscillate) होने की संभावना है, जो टकराव की आवृत्ति (frequency) के समान होती है।
यह थोड़ा अव्यवस्थित है: यह एक आदर्श, साफ साइन वेव (sine wave) नहीं है; इसमें रेडियो के स्टैटिक (static) की तरह कुछ यादृच्छिकता (randomness) है।

इन नियमों को अपने कंप्यूटर मॉडल में प्रोग्राम करके, उन्होंने एक ऐसी प्रणाली बनाई है जो कह सकती है, "मैं यहाँ एक पैटर्न देख रहा हूँ जो हमारे 'नई भौतिकी' के विचार से मेल खाता है, भले ही हमें पहले से पता न हो कि यह वास्तव में कैसा दिखेगा।"

प्रयोग: जाल का परीक्षण

टीम ने अपने नए जाल का तीन तरीकों से परीक्षण किया:

"नकली सिग्नल" का परीक्षण: उन्होंने LIGO डिटेक्टरों से वास्तविक, शांत शोर लिया और उसमें गुप्त रूप से एक नकली "नई भौतिकी" का सिग्नल डाल दिया।
- परिणाम: जाल ने इसे तुरंत पकड़ लिया। इसने सही ढंग से पहचाना, "हे, यहाँ कुछ ऐसा है जो मानक स्क्रिप्ट में फिट नहीं बैठता!" और यहाँ तक कि इसने उस नकली सिग्नल के स्वरूप को भी फिर से बनाया।
"खामोशी" का परीक्षण: उन्होंने शुद्ध शोर के 174 खंडों को देखा जहाँ कोई सिग्नल नहीं डाला गया था।
- परिणाम: जाल शांत रहा। जब वहां कुछ भी नहीं था, तो इसने "भूत!" चिल्लाकर शोर नहीं मचाया। इससे सिद्ध हुआ कि यह उपकरण केवल रैंडम स्टैटिक से सिग्नल की कल्पना (hallucinate) नहीं कर रहा है।
"अलग स्क्रिप्ट" का परीक्षण: उन्होंने एक ऐसे सिग्नल को पकड़ने की कोशिश की जो उनके जाल द्वारा बनाए गए नियमों से अलग था (एक ऐसा सिग्नल जिसकी लय समय के साथ बदल रही थी)।
- परिणाम: भले ही सिग्नल उनकी अपेक्षाओं से थोड़ा अलग था, जाल इतना लचीला था कि वह इसे भी पकड़ सका और कह सका, "यहाँ कुछ गलत है।"

वास्तविक जांच: 60 ब्लैक होल टकरावों की जाँच

अंत में, उन्होंने अपने उपकरण को ब्लैक होल के टकरावों के तीसरे कैटलॉग (GWTC-3) से प्राप्त 60 वास्तविक गुरुत्वाकर्षण तरंग घटनाओं पर लागू किया। उन्होंने डेटा लिया, आइंस्टीन की सटीक स्क्रिप्ट को हटाया, और जो बचा (जिसे "रेसिडुअल्स/residuals" कहा जाता है), उसे देखा।

फैसला: उन्हें नई भौतिकी का कोई प्रमाण नहीं मिला।
निष्कर्ष: सभी 60 घटनाओं के लिए, बचा हुआ शोर बिल्कुल वैसा ही था जैसा कि रैंडम स्टैटिक या रिकॉर्डिंग उपकरणों की मामूली खामियों से अपेक्षित होता है। यह आइंस्टीन की स्क्रिप्ट से पूरी तरह मेल खाता है।

वे कितने सटीक हैं?

भले ही उन्हें कोई भूत नहीं मिला, लेकिन उन्होंने एक सख्त सीमा तय की कि डेटा में भूत कितना "ज़ोरदार" हो सकता है।

उन्होंने गणना की कि यदि आइंस्टीन के सिद्धांत से कोई विचलन (deviation) होता, तो वह अविश्वसनीय रूप से छोटा होता। विशेष रूप से, एक घटना (GW190701 203306) के लिए, वे 90% विश्वास के साथ कह सकते हैं कि कोई भी विचलन कुल सिग्नल शक्ति के 7% से कम है।

इसे इस तरह समझें: यदि गुरुत्वाकर्षण तरंग का सिग्नल समुद्र की एक विशाल लहर थी, तो वे कह रहे हैं, "यदि नई भौतिकी के कारण कोई छोटी लहर (ripple) मौजूद है, तो वह उस विशाल लहर की ऊंचाई के 7% से भी छोटी है।"

मुख्य निष्कर्ष

यह शोध पत्र नई भौतिकी की खोज नहीं करता है। इसके बजाय, यह उसे पकड़ने के लिए एक बेहतर, अधिक लचीला "जाल" बनाता है। उन्होंने सिम्युलेटेड डेटा पर इसका परीक्षण किया और पाया कि यह बहुत अच्छा काम करता है। जब उन्होंने 60 ब्लैक होल टकरावों के वास्तविक डेटा पर इसका उपयोग किया, तो जाल खाली रहा।

सार: आइंस्टीन का गुरुत्वाकर्षण सिद्धांत अभी भी उन सबसे चरम स्थितियों में पूरी तरह से खरा उतरता है जिन्हें हम देख सकते हैं। यदि नई भौतिकी गुरुत्वाकर्षण तरंगों में छिपी है, तो वह बहुत अच्छी तरह से छिपी हुई है, और हमें इसे खोजने के लिए और भी अधिक संवेदनशील उपकरणों की आवश्यकता है।

तकनीकी सारांश: ग्रेविटेशनल वेव्स के साथ जनरल रिलेटिविटी के परीक्षण के लिए एक गॉसियन प्रोसेस फ्रेमवर्क

समस्या विवरण
ग्रेविटेशनल-वेव (GW) खगोल विज्ञान, जनरल रिलेटिविटी (GR) को स्ट्रॉन्ग-फील्ड रिजीम में परीक्षण करने का एक अनूठा अवसर प्रदान करता है। हालाँकि, GR के बिना किसी ठोस, विशिष्ट वैकल्पिक सिद्धांत की अनुपस्थिति में, उन विश्लेषणों को संचालित करना चुनौतीपूर्ण है जो विचलन (deviations) की एक विस्तृत श्रृंखला की अनुमति देते हैं। मौजूदा विधियाँ, जैसे कि पैरामीट्रिक पोस्ट-न्यूटोनियन परीक्षण या स्प्लाइन मॉडल और वेवलेट्स (जैसे, BayesWave) का उपयोग करके रेजिडुअल स्ट्रेन परीक्षण, अक्सर विचलन के रूप में विचलन के विशिष्ट स्वरूप के बारे में विशिष्ट धारणाओं पर निर्भर करती हैं या ऐसे लचीले मॉडलों की आवश्यकता होती है जो स्थानीयकृत, सुसंगत अतिरिक्त शक्ति (excess power) को प्रभावी ढंग से कैप्चर न कर सकें। लेखक न्यूनतम धारणाओं के साथ, GR से विचलनों को खोजने के लिए एक विधि प्रस्तावित करते हैं।

कार्यप्रणाली (Methodology)
लेखक GW स्ट्रेन डेटा $h$ के भीतर GR से संभावित विचलनों, जिन्हें $\delta s$ द्वारा दर्शाया गया है, को मॉडल करने के लिए एक गॉसियन प्रोसेस (GP) फ्रेमवर्क पेश करते हैं। डेटा को एक GR-अनुमानित सिग्नल ( $s_{GR}$ ), इंस्ट्रुमेंटल नॉइज़ ( $n$ ), और विचलन सिग्नल ( $\delta s$ ) के योग के रूप में मॉडल किया गया है।

कर्नेल डिज़ाइन (Kernel Design): फ्रेमवर्क का मूल तत्व एक टाइम-डोमेन कर्नेल $K(t_i, t_j)$ है जिसे विचलन की प्रकृति के बारे में पूर्व धारणाओं को एनकोड करने के लिए डिज़ाइन किया गया है। लेखक यह मानते हैं कि यदि कोई विचलन मौजूद है, तो इसकी संभावना है कि वह:
1. मर्जर (merger) के पास समय में स्थानीयकृत (localized) हो।
2. एक विशिष्ट आवृत्ति $f_0$ (मर्जर/रिंगडाउन आवृत्ति के समान) द्वारा अभिलक्षित हो।
3. समय में आवश्यक रूप से सममित (symmetric) न हो।
कर्नेल एक गॉसियन टर्म (लौकालिकता के लिए), एक कोसाइन टर्म (आवृत्ति $f_0$ पर दोलन के लिए), और एक रेडियल बेसिस फंक्शन (स्टोकेस्टिसिटी के लिए) को जोड़ता है। कर्नेल को एक स्केल फैक्टर $k_0$ (एम्प्लीट्यूड), चौड़ाई $w$ (अवधि), विशिष्ट आवृत्ति $f_0$ , और कोहेरेंस लेंथ $l$ द्वारा पैरामीटराइज किया गया है।
लाइकलीहुड निर्माण (Likelihood Construction): फ्रेमवर्क फ्रीक्वेंसी डोमेन में कार्य करता है। टाइम-डोमेन कर्नेल को डिस्क्रीट फूरियर ट्रांसफॉर्म का उपयोग करके एक फ्रीक्वेंसी-डोमेन कर्नेल $K(f)$ में परिवर्तित किया जाता है और ऑब्जर्विंग बैंड (50–512 Hz) पर प्रोजेक्ट किया जाता है। कुल कोवेरिएंस मैट्रिक्स $C(\Lambda)$ , नॉइज़ कोवेरिएंस $N$ और सिग्नल कोवेरिएंस $S(\Lambda)$ का योग है, जहाँ $S$ को कर्नेल और डिटेक्टर एंटीना रिस्पॉन्स फंक्शन से बनाया गया है। लाइकलीहुड की गणना रेजिडुअल डेटा $\delta h = h - s_{GR}$ के लिए की जाती है, जहाँ $s_{GR}$ सर्वश्रेष्ठ-फिट GR वेवफॉर्म (IMRPhenomPv2) है।
अनुमान (Inference): लेखक GP हाइपर-पैरामीटर्स ( $k_0, w, f_0, l$ ) के पोस्टीरियर डिस्ट्रीब्यूशन को इन्फर करने के लिए नेस्टेड सैंपलिंग (dynesty और Bilby के माध्यम से) का उपयोग करते हैं। वे विचलन की परिकल्पना ( $k_0 > 0$ ) की तुलना नॉइज़-ओनली परिकल्पना ( $k_0 = 0$ ) से करने के लिए एक सिग्नल-टू-नॉइज़ बेयस फैक्टर ( $B$ ) को परिभाषित करते हैं।

मुख्य योगदान और प्रदर्शन

सिमुलेटेड सिग्नल रिकवरी: फ्रेमवर्क का परीक्षण O3 नॉइज़ डेटा में इंजेक्ट किए गए सिमुलेटेड सिग्नल्स पर किया गया। GP ने इंजेक्ट किए गए विचलनों को सफलतापूर्वक रिकवर किया, जिसमें हाइपर-पैरामीटर्स के पोस्टीरियर डिस्ट्रीब्यूशन वास्तविक मानों के अनुरूप थे। बेयस फैक्टर ने एक इंजेक्टेड सिग्नल के लिए, जिसका नेटवर्क SNR 9.4 था, सिग्नल हाइपोथेसिस का पुरजोर समर्थन किया ( $\ln B = 21.9$ )।
शोर के प्रति मजबूती (Robustness to Noise): लेखकों ने बैकग्राउंड डिस्ट्रीब्यूशन स्थापित करने के लिए 174 इंस्ट्रुमेंटल नॉइज़ सेगमेंट (प्री-इवेंट) का विश्लेषण किया। उन्होंने पाया कि वास्तविक शोर सेगमेंट आमतौर पर कम बेयस फैक्टर देते हैं, हालांकि उन्होंने नोट किया कि अनफ्लैग्ड ग्लिच (unflagged glitches) आउटलियर्स पैदा कर सकते हैं।
मॉडल लचीलापन (Model Flexibility): फ्रेमवर्क का परीक्षण एक ऐसे GR-उल्लंघन सिग्नल के विरुद्ध किया गया जो कर्नेल से नहीं लिया गया था (एक संशोधित पोस्ट-न्यूटोनियन फेज कोएफिशिएंट $\beta_2$ )। GP ने विचलन का सफलतापूर्वक पता लगाया ( $\ln B = 13.02$ ), यह प्रदर्शित करते हुए कि मॉडल विचलनों को कैप्चर कर सकता है भले ही वे कर्नेल के विशिष्ट कार्यात्मक रूप से पूरी तरह मेल न खाते हों, विशेष रूप से सिग्नल के पोस्ट-मर्जर हिस्से के लिए।

GWTC-3 से परिणाम
लेखकों ने ग्रेविटेशनल-वेव ट्रांजिएंट कैटलॉग 3 (GWTC-3) से प्राप्त 60 बाइनरी ब्लैक होल घटनाओं पर इस फ्रेमवर्क को लागू किया, जिन्हें लाइगो हैनफोर्ड (H1) और लिविंगस्टन (L1) दोनों द्वारा डिटेक्ट किया गया था।

विचलन के लिए कोई साक्ष्य नहीं: 60 में से किसी भी घटना ने GR से विचलन का प्रमाण नहीं दिखाया। GW घटनाओं के लिए बेयस फैक्टर्स का वितरण शोर सेगमेंट से प्राप्त बैकग्राउंड डिस्ट्रीब्यूशन के अनुरूप था।
सबसे महत्वपूर्ण घटना: उच्चतम बेयस फैक्टर वाली घटना GW190916 200658 ( $\ln B = 4.71, p=0.03$ ) थी। लेखक नोट करते हैं कि यह परीक्षण की गई घटनाओं की संख्या को देखते हुए सांख्यिकीय रूप से अपेक्षित है और जब GR वेवफॉर्म मापदंडों की अनिश्चितताओं को मार्जिनलाइज किया गया, तो महत्व थोड़ा कम ( $\ln B = 3.85$ ) हो गया।
अपर लिमिट्स (Upper Limits): डिटेक्शन की अनुपस्थिति में, उन्होंने GW स्ट्रेन में भिन्नात्मक विचलन (fractional deviation) पर अपर लिमिट्स की गणना की। घटना GW190701 203306 के लिए, उन्होंने अधिकतम भिन्नात्मक विचलन एम्प्लीट्यूड को GR स्ट्रेन एम्प्लीट्यूड के 7% (90% क्रेडिबिलिटी) तक सीमित किया।

महत्व और दावे
यह पेपर एक लचीला, न्यूनतम-धारणा वाला टूल प्रदान करने का दावा करता है जो GW रेजिडुअल डेटा में GR से विचलनों का पता लगा सकता है। लेखक इस बात पर जोर देते हैं कि उनका फ्रेमवर्क एक डिटेक्शन टूल है न कि नई भौतिकी (new physics) का निर्णायक प्रमाण। वे स्पष्ट रूप से कहते हैं कि यदि कोई विचलन डिटेक्ट होता है, तो वह या तो GR के वास्तविक उल्लंघन से उत्पन्न हो सकता है या, अधिक संभावना, विश्लेषण मॉडलों (जैसे, नॉइज़ मॉडलिंग या वेवफॉर्म एप्रोक्सिमेंट्स) के मिसस्पेसिफिकेशन (misspecification) से।

लेखक निष्कर्ष निकालते हैं कि हालांकि उनकी विधि कम्प्यूटेशनल रूप से महंगी है (कोवेरिएंस मैट्रिक्स इनवर्जन के कारण $O(n^3)$ के रूप में स्केल होती है), यह वर्तमान डेटा में विचलनों को सफलतापूर्वक सीमित करती है। वे सुझाव देते हैं कि वैकल्पिक हाइपोथेसिस (GR उल्लंघन) पर गंभीरता से विचार करने के लिए बार-बार होने वाले, अस्पष्ट विचलनों की आवश्यकता होगी जो बेस्ट टेम्पलेट बैंकों से अलग हों। भविष्य के कार्य में कम्प्यूटेशनल स्केलिंग में सुधार करना और संभावित रूप से शोर ग्लिच (noise glitches) को मॉडल करने के लिए फ्रेमवर्क को अनुकूलित करना प्रस्तावित है।