来自双星黑洞合并的引力波的开创性发现[1-3]，以及最近合并的中子星[4]开创了多信使天体物理学的新时代，并彻底改变了我们对宇宙的理解。 诸如人工神经网络之类的机器学习技术已经改变了许多技术领域，并且在重力波天体物理学中已经成功地用于检测和表征来自二元黑洞的重力波信号[5-7]。 在这里，我们使用深度学习方法，从代表典型重力波探测器数据的嘈杂时间序列中，快速地从双星中子星合并中识别瞬态重力波信号。 具体而言，我们表明，在100,000个数据样本上训练的深度卷积神经网络可以迅速识别双星中子星引力波