コンパクト連星合体からの重力波のデータ解析に深層学習を応用した論文が出版されました。

コンパクト連星合体からの重力波のデータ解析に畳み込みニューラルネットワークを適用した論文が、Physical Review Dに出版されました。本論文では、コンパクト連星合体からの重力波のモデル波形とノイズとを分類する際に、ニューラルネットワークが何を根拠に分類しているのかを可視化するアルゴリズムも適用しています。

Seiya Sasaoka, Naoki Koyama, Diego Dominguez, Yusuke Sakai, Kentaro Somiya, Yuto Omae, Hirotaka Takahashi, “Comparative study of 1D and 2D convolutional neural network models with attribution analysis for gravitational wave detection from compact binary coalescences”, Physical Review D, Vol.109, No.4, 043011 (2024).
doi:10.1103/PhysRevD.109.043011

東京都市大学
デザイン・データ科学部 デザイン・データ科学科
総合研究所 宇宙科学研究センター

重力波物理学・天文学/
データサイエンス研究室

〒224-8551 神奈川県横浜市都筑区牛久保西3-3-1

Gravitational Wave Physics and Astronomy /
Data Science Group

Department of Design and Data Science,
Research Center for Space Science, Advanced Research Laboratories,
Tokyo City University

3-3-1 Ushikubo-Nishi, Tsuzuki-Ku, Yokohama, Kanagawa 224-8551, Japan

Copyright © Gravitational Wave Physics
and Astronomy / Data Science Group
トップへ戻るボタン