Effiziente Erkennung von Funkstörungen in Radioastronomie-Daten mithilfe von Signaturen

Ein neuer semi-überwachter Rahmen namens SigNova wird vorgestellt, um Anomalien in Streaming-Daten zu erkennen. SigNova verwendet die Signatur-Transformation, um komplexwertige Sichtbarkeitsdaten in endlichdimensionale Merkmalsvektoren zu überführen, und weist dann jedem Merkmalsvektors einen Neuheits-Score basierend auf der Mahalanobis-Distanz zu seinen nächsten Nachbarn in einem RFI-freien Trainingsdatensatz zu. Durch Schwellwertanwendung dieser Scores können Beobachtungsbereiche identifiziert werden, die vom erwarteten Verhalten abweichen, ohne auf strenge Verteilungsannahmen angewiesen zu sein.