DIRECT：用于LIGO数据聚类的深度判别嵌入
机器学习
2018-05-08 v1 机器学习
摘要
本文中，受益于深度神经网络在估计非线性函数方面的强大能力，我们提出了一种判别嵌入函数，用作聚类任务的特征提取器。训练后的嵌入函数将知识从一组已标记的、形态各异的图像（称为类别）的领域迁移到一个新领域，在该新领域内潜在地可分离并识别出新类别。本文的目标应用是Gravity Spy项目，该项目旨在刻画来自先进激光干涉引力波天文台（LIGO）数据中的瞬态非高斯噪声。积累大量已标记的噪声特征并识别新噪声类别有助于更好地理解其来源，从而使其从数据和/或探测器中被去除成为可能。
引用
@article{arxiv.1805.02296,
title = {DIRECT: Deep Discriminative Embedding for Clustering of LIGO Data},
author = {Sara Bahaadini and Vahid Noroozi and Neda Rohani and Scott Coughlin and Michael Zevin and Aggelos K. Katsaggelos},
journal= {arXiv preprint arXiv:1805.02296},
year = {2018}
}
备注
This work has been accepted to be presented in the 25th IEEE International Conference on Image Processing (ICIP)