|
フーリエ変換（FFT）に比べ大幅な精度向上が見込まれるNHA（Non Harmonic Analysis）を用いて、重力波検出・解析システムに関して、総合的なセンシング能力や情報解析技術の精度向上に資する重力波信号解析技術の開発を目的として研究を行った。本研究では、NHAによる超高精度時間―周波数表現から、周波数の時間的な変動傾向を特徴量として、ディープラーニングを用いた特徴分類による重力波の検出精度向上について検討した。
令和4年度では、ディープラーニングを用いた時間―周波数域のガウスノイズ除去システムの性能評価を行った。Optical SNRが3～10dBの観測信号を想定したシミュレーション実験では、ノイズ除去後のSNRが10dB以上改善することを確認した。また、重力波観測施設LIGOが公開する観測データに対し、ガウスノイズ除去システムを適用し、ノイズ除去性能を検証した。観測データにシステムを適用する際に、解析条件や学習パラメータの最適化を行い、性能向上を図った。中性子連星合体とブラックホール連星合体の観測データにノイズ除去を行い、ガウスノイズを高精度に除去できることを確認した。高精度にガウスノイズを除去することで、重力波だけでなく、グリッチや散乱光ノイズといった非ガウスノイズの時間的な周波数変化が正確に表現されている可能性を示した。上記の成果をまとめAstronomy and Computingへ1編の論文を投稿した。
また、周波数帯域ごとに適切な解析窓長を設定するMulti-Window NHAを用いて、より広帯域な重力波の特徴量を抽出し、ディープラーニングによる中性子連星合体の検出精度向上に関して検証した。その結果、ガウスノイズ除去システムと組み合わせることで、超高精度時間―周波数空間から高精度に重力波検出を行える可能性を示した。
|
