本文探讨了利用解释性机器学习技术监测黑洞合并事件，提出了多种深度学习模型以提高引力波信号检测的准确性和鲁棒性，包括混合卷积神经网络、图神经网络及新型模型DECODE。研究展示了这些模型在处理引力波数据时的有效性，并提供了机器学习在天文学应用中的最佳实践指南，强调结果的准确性和可重复性。