最近机器学习做参数估计的文章正式宣告了我本人在此类竞争的失败。
https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.127.241103
Real-Time Gravitational Wave Science with Neural Posterior Estimation
作为一个较早关注机器学习与引力波， 并在世界上较早的讨论机器学习做引力波参数估计的人来说，这是一个沉重的打击。
18, Xiangru Li*, Woliang Yu,and Xilong Fan*, “A Method Of Detecting Gravitational Wave Based On Time-frequency Analysis And Convolutional Neural Networks, LIGO Document P1700391, https://arxiv.org/abs/1712.00356 ，2017
17 Xilong Fan, Jin Li* ,Xin Li, Yuanhong Zhong, Cao Junwei , “Applying deep neural networks to the detection and space parameter estimation of compact binary coalescence with a network of gravitational wave detectors”, LIGO Document P1700289, 2017 arxiv.org/abs/1811.01380
这种失败是注定的，虽然我们努力过。因为：
- 我本人不懂机器学习的细节。
- 我认识的懂机器学习的技术大牛对于物理问题没啥兴趣，或者说有兴趣但没有转化成行动
- 没有资源找到全职做这个事情的团队。
归根结底，我不行。
这是一个资源为王的时代。
顺便感叹一下， 按照此prl的文献， 这个刚刚起步的领域竞争中， 国内没有作出能拿到台面上的贡献。