중력파 데이터 분석

サインイン

インサイト - 중력파 데이터 분석

본 연구는 중간 질량 블랙홀 쌍성에서 발생하는 중력파 신호를 검출하기 위해 세 가지 심층 학습 분류기를 개발하고, 특히 궤도 세차 운동이 분류기 성능에 미치는 영향을 분석합니다.

본 연구는 펄서 타이밍 배열(PTA) 데이터 분석에 펄서 항을 포함하는 상태 공간 모델을 제시하고, 이를 통해 기존 분석 방법에서 발생하는 매개변수 추정 편향을 줄이고 중력파 검출 가능성을 향상시키는 것을 목표로 합니다.

본 논문에서는 변화하는 잡음 환경 속에서도 중력파 신호를 정확하게 감지하기 위해 전이 학습과 미세 조정을 활용한 단순화된 다층 퍼셉트론 모델을 제시합니다.

고차 PN 항의 절단으로 인한 체계적 오류는 현재 중력파 검출기 네트워크의 신호 대 잡음비에서도 중력파 신호에서 추론된 매개변수에 상당한 영향을 미칠 수 있습니다.

본 연구는 중력파 데이터에서 노이즈 과도 현상(글리치)을 식별하고 완화하기 위해 축소 기반 시계열과 합성곱 신경망(CNN)을 활용하는 새로운 신호 일관성 검사 방법을 제시합니다.

본 논문에서는 대규모 중력파 데이터를 처리하고 분석하기 위해 GstLAL 파이프라인의 핵심 필터링 엔진을 PyTorch 프레임워크에 적용하여 CPU 및 GPU 환경 모두에서 유연하게 실행 가능하도록 개선한 확장 가능한 중력파 탐색 파이프라인을 제시합니다.

会社概要

製品｜リソース

インサイト