深度學習語義分割方法用于雙致密天體并合引力波數(shù)據(jù)處理研究

摘要： 研究表明，基于深度學習的引力波搜尋，有望解決匹配濾波方法的低效率問題。與傳統(tǒng)的匹配濾波引力波信號搜尋、基于貝葉斯后驗或深度學習的波源參數(shù)估計方法相比，基于深度學習的端對端的引力波搜尋輸出缺乏波源的時頻信息，如雙星并合信號到達時間和信號在探測站靈敏度區(qū)間的持續(xù)時間等。首次實現(xiàn)了深度學習用于應(yīng)變信號時頻點的細粒度分類，研究了基于圖像語義分割的引力波搜尋方法。通過真實噪聲和仿真物理信...