利用拓扑数据分析与卷积神经网络探测引力波：一种改进方法
天体物理仪器与方法
2019-10-21 v1 高能天体物理现象
机器学习
广义相对论与量子宇宙学
数据分析、统计与概率
摘要
引力波探测问题具有挑战性，因为噪声通常压倒信号。卷积神经网络（CNNs）已被成功应用，但需要大量训练集且准确率在低信噪比情况下显著下降。我们提出一种改进方法，采用基于持续同调的特征提取步骤。所得方法对噪声更具韧性，更善于探测具有不同特征的信号，且需要更少的训练。这是一个有力的改进，因为探测问题可能计算密集且涉及相对较大一类波特征。
引用
@article{arxiv.1910.08245,
title = {Detection of gravitational waves using topological data analysis and convolutional neural network: An improved approach},
author = {Christopher Bresten and Jae-Hun Jung},
journal= {arXiv preprint arXiv:1910.08245},
year = {2019}
}