| 研究課題/領域番号 |
19K14717
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分15010:素粒子、原子核、宇宙線および宇宙物理に関連する理論
|
|---|
| 研究機関 | 長岡工業高等専門学校 |
|---|
研究代表者 |
酒井 一樹 長岡工業高等専門学校, 電子制御工学科, 助教 (40824298)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
|---|
| キーワード | 重力波物理学 / ブラックホール / ノイズ除去 / ディープラーニング / 時系列データ解析 / 重力波 / ニューラルネットワーク / データ解析 |
|---|
| 研究開始時の研究の概要 |
本研究は重力波観測による重力理論検証における新たな可能性を見つけ出すための新しいデータ解析手法の構築に関するものである。重力波を観測することでブラックホールの運動のような光や電磁波などの観測では調べることのできない現象を調べられるのだが，振幅が小さいために観測データにおいてはノイズに埋もれてしまい，詳細な解析が難しい。その問題をディープラーニング型ノイズ除去を応用して解決することを目的としている。
|
| 研究成果の概要 |
重力波の直接観測が実現され，重力波観測による強くて動的な重力場における重力理論の検証が行えるようになると期待されている。観測データを解析するためにはデータに含まれるノイズの影響をいかに排除するかが課題となっている。
本研究ではディープラーニングを用いて重力波観測データに対する新しいノイズ除去方策を検討する。複数通りの方針について，実際にシミュレーションデータを用いた性能評価を行い，有効性を確認した。
|
| 研究成果の学術的意義や社会的意義 |
本研究ではディープラーニングを用いた重力波観測データに対するノイズ除去方法について検討し，その有効性を確認した。ノイズ除去が実行できれば，重力波の観測データを用いた重力理論検証の新たな方向性を生み出すことが期待される。具体的には，Hilbert-Huang変換や自己回帰モデルなどの時間領域での時系列データ解析は，周波数領域での解析手法よりもノイズの影響を大きく受けるかわりに，ブラックホールの準固有振動などのより詳細な解析ができると知られている。これらの手法をより高度に活用するために，本研究の成果が役立つと期待される。
|
