| 研究課題/領域番号 |
17K05437
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
素粒子・原子核・宇宙線・宇宙物理
|
|---|
| 研究機関 | 長岡技術科学大学 |
|---|
研究代表者 |
高橋 弘毅 長岡技術科学大学, 工学研究科, 准教授 (40419693)
|
|---|
| 研究分担者 |
秋月 拓磨 豊橋技術科学大学, 工学(系)研究科(研究院), 助教 (40632922)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 重力波物理学・天文学 / 宇宙物理学 / 重力波データ解析 / 時間-周波数解析 / 機械学習 |
|---|
| 研究成果の概要 |
材料損傷検出や生体モニタリングの分野において用いられている適応型の時間-周波数解析の一つである Hilbert-Huang 変換と近年情報科学の分野においてキーテクノロジーとして注目されている機械学習を組み合わせて重力波データ解析に適用するための基本的なソフトウェアの開発・整備をおこなった。
特に、ブラックホール準固有振動や超新星爆発からの重力波の解析、および、ノイズ選別やノイズ低減の手法がなどが、うまく機能するかの検証を中心におこなった。
HHT 解析と機械学習を用いた手法が重力波解析に有効であることを示唆し、さらなる研究継続の必要性を示した。
|
| 自由記述の分野 |
重力波物理学・天文学
|
| 研究成果の学術的意義や社会的意義 |
本研究で開発を進めた重力波解析手法は、適応時間周波数解析と機械学習を基盤としている。近年、機械学習やAIなどの情報技術は急速に発展し、重力波データ分析にこれらの最新の方法を適用する価値がある。
一方で、開発した適応型の信号処理と機械学習は、音声処理、画像処理、生体信号処理（心電図、筋電、EEGを含む）やスポーツなどの幅広い分野において、潜在的なアプリケーションがあると考えられる。そのため、本研究によって得られた知識は重力波データ解析の枠を超えて広範囲に影響を与える可能性がある。
|
