利用社区科学寻找LIGO数据中的新型故障
广义相对论与量子宇宙学
2026-04-23 v2 天体物理仪器与方法
物理教育
摘要
地面基准引力波探测器如LIGO的数据包含许多类型的数据噪声。故障是非高斯噪声的短脉冲，可能阻碍我们识别或分析引力波信号。它们可能源于仪器或环境因素，以及随探测器变化而出现的新型故障。Gravity Spy项目研究故障及其来源，结合来自社区科学Zooniverse平台上志愿者的见解与机器学习。本文研究志愿者提出的新故障类别，讨论这些故障与探测器状态之间的关联，并检视新的故障类别如何对机器学习分类构成挑战。我们的结果表明，Zooniverse如何使非专家能够发现新事物，以及监控LIGO探测器数据质量变更的重要性。
关键词
引用
@article{arxiv.2508.13923,
title = {Hunting for new glitches in LIGO data using community science},
author = {E Mackenzie and C P L Berry and G Niklasch and B Téglás and C Unsworth and K Crowston and D Davis and A K Katsaggelos},
journal= {arXiv preprint arXiv:2508.13923},
year = {2026}
}
备注
5 pages, 1 figure; updated to match the version published in the proceedings of the GR24-Amaldi16 meeting