KAGRAノイズの教師なし深層学習分類

KAGRAのO3GKデータを用い、過渡ノイズ（グリッチ）の効率的かつ拡張性のある分類を実現するため、教師なし深層学習による次元削減とクラスタリング手法を検証した。

• 重力波検出器の感度を低下させる過渡ノイズを高効率に分類する必要がある
• 手動アノテーションを不要とする教師なし深層学習による3つのアプローチを比較した
• 深層学習特徴抽出により従来の機械学習手法よりも優れたクラスタリング性能を確認した
• KAGRAデータにおける教師なしノイズ解析の有効性を初期実証した

原文タイトル: Unsupervised Deep Learning Method for Clustering KAGRA O3GK Transient Noise Data

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。