Cuando los agujeros negros o estrellas de neutrones se fusionan, puntean el espacio, emitiendo ondas gravitacionales — un chirrido predicho por Einstein. Detectores como LIGO capturan esta melodía cósmica, cuyo tono codifica las masas. Sin embargo, hay un intervalo silencioso en la escala cósmica: casi nunca se oyen objetos de 2 a 5 masas solares. Esta brecha de masa inferior se encuentra entre las estrellas de neutrones más pesadas y los agujeros negros más ligeros.
GWSkyNet-MassGap, una red neuronal, escucha el chirrido de ondas gravitacionales y determina si una fusión incluye una estrella de neutrones o un objeto de la brecha — como identificar instrumentos en una orquesta. Es precisa para señales fuertes, pero puede oír mal la división de masas en las débiles. Si las estrellas de neutrones colisionan, los telescopios captan una kilonova que forja oro; las fusiones de agujeros negros permanecen oscuras. Revisando catálogos de ondas gravitacionales, destaca candidatos raros. La brecha podría esconder sorpresas — quizás fantasmas de materia de quarks que no son ni estrella ni agujero.
tal como lo escribieron los autores, en inglés arXiv:2605.00391
The physics governing the boundary between the most massive neutron stars (NSs) and the least massive black holes (BHs) is currently uncertain, but could potentially be constrained with new observations. While NSs have been observed with masses up to $$\sim2~M_{\odot}$$, there is a dearth of electromagnetic observations of compact objects in the $$\sim2-5~M_{\odot}$$ range, known as the lower mass gap. Recent observations of gravitational-wave (GW) signals from binary mergers detected by the LIGO-Virgo-KAGRA (LVK) collaboration indicate that this gap is likely not empty. Rapidly distinguishing whether a candidate GW event has components in this purported mass gap can indicate the likelihood of a detectable electromagnetic counterpart, and thus inform decisions for follow-up observations. In this work we train a neural network model, GWSkyNet-MassGap, that simultaneously predicts the probability that a candidate merger has a component in the lower mass gap ($$P_{\mathrm{MassGap}}$$) and the probability that it involves a NS ($$P_{\mathrm{NS}}$$). We find that the model is able to infer information about the source chirp mass to predict $$P_{\mathrm{MassGap}}$$ and $$P_{\mathrm{NS}}$$, leading to correct predictions for high-mass mergers with $$\mathcal{M}_c\gtrsim15~M_{\odot}$$, but less accurate predictions for lower-mass systems which require knowledge of the binary mass ratio to break the mass degeneracy. For candidate events in the first part of LVK's fourth observing run (O4a), the model has a mean prediction error of 9% for $$P_{\mathrm{MassGap}}$$ and 6% for $$P_{\mathrm{NS}}$$. The model could be further developed to rapidly predict the source chirp mass for candidate events in future observing runs.
Un pedazo de materia de estrella de neutrones del tamaño de un terrón de azúcar pesaría más que el Monte Everest, lo que la convierte en el material más denso conocido del universo fuera de un agujero negro.