利用机器学习算法对新生中子星模拟r模式引力波信号的灵敏度研究
天体物理仪器与方法
2019-01-23 v2 机器学习
摘要
这是一项关于新生中子星r模式引力波信号的后续灵敏度研究，阐明了机器学习算法在探测长寿命引力波瞬变事件中的适用性。本研究考察了三种机器学习算法(MLAs): 人工神经网络(ANNs)、支持向量机(SVMs)和约束子空间分类器(CSCs)。研究目标是比较MLAs能达到的检测效率与早期论文中讨论的传统检测算法的效率。比较使用了2种不同的r模式波形。对于MLAs的训练，我们假设给定了关于源距离的一些信息，因此训练在不超过半个数量级的距离范围内进行。结果表明机器学习算法适用于探测长寿命引力波瞬变事件，并且在假设已知源距离的情况下，MLAs至少与传统方法一样高效。
引用
@article{arxiv.1508.02064,
title = {Sensitivity study using machine learning algorithms on simulated r-mode gravitational wave signals from newborn neutron stars},
author = {Antonis Mytidis and Athanasios Aris Panagopoulos and Orestis P. Panagopoulos and Andrew Miller and Bernard Whiting},
journal= {arXiv preprint arXiv:1508.02064},
year = {2019}
}
备注
Accepted for publication in Physical Review D