利用生成对抗网络进行广义引力波暴生成
天体物理仪器与方法
2021-08-11 v1 广义相对论与量子宇宙学
摘要
我们引入条件生成对抗网络用于时域中广义引力波暴生成。生成对抗网络是基于训练数据集特征生成新数据的生成式机器学习模型。我们以五类常用于表征引力波暴搜寻的时间序列信号为条件：正弦高斯、铃宕、白噪声暴、高斯脉冲与双黑洞并合。我们展示该模型能复现这些标准信号类的特征，并通过插值与类混合产生广义暴信号。我们还展示了一个应用实例：用我们的条件生成对抗网络生成的暴信号训练卷积神经网络分类器。我们表明，仅在标准五类信号上训练的卷积神经网络分类器的探测效率，低于在来自组合信号类空间的广义暴信号总体上训练的卷积神经网络分类器。
引用
@article{arxiv.2103.01641,
title = {Generalised gravitational burst generation with Generative Adversarial Networks},
author = {J. McGinn and C. Messenger and I. S. Heng and M. J. Williams},
journal= {arXiv preprint arXiv:2103.01641},
year = {2021}
}