Gauss混合モデルによる過渡的重力波探索の感度強化【JST・京大機械翻訳】

Gayathri V.; Lopez Dixeena; Pranjal R. S.; Heng Ik Siong; Pai Archana; Messenger Chris

プレプリント

J-GLOBAL ID：202202205025119334 整理番号：22P0178141

Gauss混合モデルによる過渡的重力波探索の感度強化【JST・京大機械翻訳】

Enhancing the sensitivity of transient gravitational wave searches with Gaussian Mixture Models

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年08月03日プレプリントサーバーでの情報更新日： 2020年08月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

非定常雑音過渡(glitches)をしばしば含む非定常非Gauss雑音における重力波遷移の存在の同定は,非常に挑戦的な仕事である。与えられたデータセットに対して,過渡的重力波探索は,重力波信号の存在を示すトリガーの対応するリストを生成する。これらのトリガーは,重力波信号特性を模倣するグリッチの結果であった。真の重力波信号からグリッチを区別するために,探索アルゴリズムは,雑音から信号を分離するために,これらのトリガ特性に適用される閾値を用いて,トリガー属性の範囲を推定する。ここでは,多次元トリガ属性空間をモデル化する手段として,教師つき機械学習アプローチであるGauss混合モデルの使用を示した。このアプローチを,LIGO O1データにおける一般的バーストに対するコヒーレント波バースト探索からのトリガに適用することにより実証した。信号と背景雑音属性空間に対するGauss混合モデルの構築により,コヒーレント波バースト探索の感度を著しく改善し,元のO1探索により採用された多重探索ビンの使用なしに,グリッチとバックグラウンド雑音の影響を強く抑制できることを示した。検出確率が10倍増強され,GW150914のような重力波信号に対する統計的重要性が強化されることを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

重力理論の実験的試験及び観測

, , , ,

前のページに戻る