用于引力波探测中瞬态噪声的 $\beta$-退火变分自编码器
机器学习
2021-07-23 v1 广义相对论与量子宇宙学
摘要
LIGO 和 Virgo 等引力波探测器易受各类被称为 glitches（瞬态噪声）的仪器和环境扰动影响，这些扰动可能掩盖并模仿引力波。虽然目前已识别出 22 类非高斯噪声梯度，但随着探测器在观测运行间隙进行调试，类别数量很可能增加。由于识别和标注新噪声梯度繁琐且耗时，我们提出 -退火 VAE，以无监督方式从时频谱图中学习表示。采用与 \cite{alemi2017fixing} 相同的表述，我们通过信息论视角审视 Bottleneck-VAE~cite{burgess2018understanding}，并将其与 -VAE~cite{higgins2017beta} 相联系。受此联系启发，我们为 -VAE 中的超参数 提出一种退火调度，其优势在于：1）减少一个需调谐的超参数，2）在产生相似解耦水平的同时获得更好的重构质量。
引用
@article{arxiv.2107.10667,
title = {$\beta$-Annealed Variational Autoencoder for glitches},
author = {Sivaramakrishnan Sankarapandian and Brian Kulis},
journal= {arXiv preprint arXiv:2107.10667},
year = {2021}
}