GWitchHunters：利用机器学习与公众科学提升引力波探测器性能
广义相对论与量子宇宙学
2023-01-13 v1
摘要
引力波为观测宇宙打开了一扇新窗口，并铺平了通往宇宙源多信使观测新时代的道路。第二代地基探测器，如 Advanced LIGO 和 Advanced Virgo，在探测来自黑洞和/或中子星并合的引力波信号方面取得了极大成功。然而，为达到所需的灵敏度，必须研究并去除背景噪声。特别是被称为“glitch”的瞬态噪声事件会影响数据质量并模拟真实的天体物理信号，因此对其进行表征并找到其来源至关重要，这项工作将支持 Virgo 及其他干涉仪的探测器表征活动。机器学习是实时表征和去除噪声 glitch 的最有前景的方法之一，从而能提高干涉仪的灵敏度。为这些机器学习算法准备训练数据集的一个关键输入可以来自公众科学项目，在这些项目中，志愿者为探测器收集到的信号的分类和分析做出贡献。我们将介绍 GWitchHunters，这是一个专注于引力波噪声研究的新公众科学项目，在 REINFORCE 项目（一个由欧盟 H2020 计划资助的“科学与为社会”项目）框架内开发。我们将介绍该项目、其开发进展、公民参与的关键任务，以及其对 Advanced Virgo 探测器噪声研究的影响。
引用
@article{arxiv.2301.05112,
title = {GWitchHunters: Machine Learning and citizen science to improve the performance of Gravitational Wave detector},
author = {M. Razzano and F. Di Renzo and F. Fidecaro and G. Hemming and S. Katsanevas},
journal= {arXiv preprint arXiv:2301.05112},
year = {2023}
}
备注
5 pages, 1 figures, Contribution to Proceedings of the 15 Pisa Meeting on Advanced Detectors