一种用于非理想单探测器数据中引力波旋进信号的分类器
天体物理仪器与方法
2017-11-22 v1 广义相对论与量子宇宙学
摘要
我们描述了一种用于模板化搜索中候选事件的多变量分类器，该搜索针对来自中子星-黑洞(NS-BH)双星的引力波(GW)旋进信号，数据来自地面探测器，其灵敏度受非高斯噪声瞬态限制。旋进搜索的标准信噪比(SNR)和卡方检验仅利用事件时刻单个匹配滤波器的性质；相反，我们提出一种分类器，利用每个事件时刻附近的旋进模板库以及使用近似正弦高斯模板的搜索所导出的特征。因此，该分类器从应变数据中提取额外信息，以区分旋进信号与噪声瞬态。我们在从逼真的模拟先进LIGO数据获得的一组单探测器事件上评估了随机森林分类器，使用了添加到数据中的模拟NS-BH信号。与标准的“重加权信噪比”统计量相比，新分类器在低假阳性率下多检测出1.5–2倍的信号，且不需要计算卡方检验。反之，如果仅有单探测器事件的SNR和卡方值可用，随机森林分类的性能与重加权信噪比几乎相同。
引用
@article{arxiv.1709.02421,
title = {A classifier for gravitational-wave inspiral signals in non-ideal single-detector data},
author = {Shasvath J. Kapadia and Thomas Dent and Tito Dal Canton},
journal= {arXiv preprint arXiv:1709.02421},
year = {2017}
}
备注
14 pages, 8 figures