基于卷积神经网络的短时引力波脉冲检测
广义相对论与量子宇宙学
2025-09-17 v1
摘要
检测未建模的引力波 (GW) 脉冲 presents significant挑战，由于缺乏匹配滤波技术所需的准确波形模板。主要困难在于区分真实信号与瞬态噪声。机器学习方法，特别是卷积神经网络 (CNN)，为这一分类问题提供了有前景的替代方案。本文提出了基于 CNN 的管道用于检测短时引力波脉冲 (持续时间 )，该管道改编自用于更长事件的现有框架。CNN 训练于核心坍缩超新星 (CCSN) 引力波模型注入到模拟高斯噪声中。该网络成功识别了这些信号，并对未包含在训练集中的 CCSN 波形具有良好泛化能力，表明 U-Net 架构用于检测跨越 diverse astrophysics 场景中短时引力波瞬态具有潜力。
引用
@article{arxiv.2509.13241,
title = {Short-Duration Gravitational Wave Burst Detection using Convolutional Neural Network},
author = {Matteo Pracchia and Sacha Peters and Maxime Fays},
journal= {arXiv preprint arXiv:2509.13241},
year = {2025}
}