声学中微子探测的信号分类
天体物理仪器与方法
2011-04-19 v1 机器学习
数据分析、统计与概率
摘要
本文聚焦于深海声学中微子探测的信号分类。在深海中，瞬态信号的背景非常多样。匹配滤波等方法不足以区分中微子类信号与其他具有相似特征的瞬态信号，后者构成了深海环境中中微子探测的声学背景。本文分析了一种基于机器学习算法的分类系统，旨在找到一种稳健且有效的方法来执行此任务。对于一个训练良好的模型，使用提取的信号特征作为输入，并利用密集的传感器簇而非单个传感器，强分类器如随机森林和提升树可达到百分之一水平的测试误差。
引用
@article{arxiv.1104.3248,
title = {Signal Classification for Acoustic Neutrino Detection},
author = {M. Neff and G. Anton and A. Enzenhöfer and K. Graf and J. Hößl and U. Katz and R. Lahmann and C. Richardt},
journal= {arXiv preprint arXiv:1104.3248},
year = {2011}
}
备注
8 Pages, 6 Figures, ARENA 2010 Conference Proceedings