천문·천체물리
딥러닝 기반 중력파 탐색: 정합 필터와 CNN 결합 하이브리드 기법 연구
연구진은 밀집 쌍성 합병(compact binary coalescence)에서 나오는 중력파를 탐색하기 위해 정합 필터링(matched filtering) 개념과 합성곱 신경망(CNN)을 결합한 하이브리드 기법을 제안했다. 아인슈타인 망원경(Einstein Telescope) 같은 차세대 간섭계는 데이터 양과 매개변수 공간이 커져 정합 필터링의 계산 비용이 크게 늘어나는데, 제안된 방법은 통상적인 χ² 기각 검정 없이도 탐색이 가능하다. 가우시안 잡음·과도 잡음에 신호를 주입한 시뮬레이션 데이터로 시험한 결과, 템플릿 뱅크에 반영되지 않은 물리 효과(이심률, 세차운동, 고차 모드)가 포함된 신호나 글리치가 섞인 데이터에서는 기존 정합 필터링과 비슷하거나 더 나은 탐지 효율을 보이면서 자원 효율성이 높았다. 반면 순수 가우시안 잡음 환경의 표준 BNS/BBH 탐색에서는 탐지 능력이 일부 저하되는 것으로 나타났다.
arXiv astro-ph.IM (관측기기)