[論文レビュー] An information-theoretic approach to the gravitational-wave burst detection problem

Ryan Christopher Lynch, S. Vitale+3 more|arXiv (Cornell University)|Nov 18, 2015

Pulsars and Gravitational Waves Research被引用数 5

ひとこと要約

この論文では、oLIBを紹介する。oLIBは、情報理論的圧縮を用いた重力波バースト検出アルゴリズムであり、Q変換に基づく超過パワートリガー（Omicron）、ネットワーク一致、MCMCに基づくベイズ的証拠計算（LALInferenceBurst）を経て、生データをベイズ因子に圧縮する。この方法は、結合されたベイズ因子に対する尤度比検定を用いて、検出の有意性を最適に抽出し、実際のLIGOデータにおける多様な波形形態の天体物理学的に関連のあるバースト信号を、ロバストかつ低遅延で検出することを示している。

ABSTRACT

The observational era of gravitational-wave astronomy began in the Fall of 2015 with the detection of GW150914. One potential type of detectable gravitational wave is short-duration gravitational-wave bursts, whose waveforms can be difficult to predict. We present the framework for a new detection algorithm for such burst events -- extit{oLIB} -- that can be used in low-latency to identify gravitational-wave transients independently of other search algorithms. This algorithm consists of 1) an excess-power event generator based on the Q-transform -- extit{Omicron} --, 2) coincidence of these events across a detector network, and 3) an analysis of the coincident events using a Markov chain Monte Carlo Bayesian evidence calculator -- extit{LALInferenceBurst}. These steps compress the full data streams into a set of Bayes factors for each event; through this process, we use elements from information theory to minimize the amount of information regarding the signal-versus-noise hypothesis that is lost. We optimally extract this information using a likelihood-ratio test to estimate a detection significance for each event. Using representative archival LIGO data, we show that the algorithm can detect gravitational-wave burst events of astrophysical strength in realistic instrumental noise across different burst waveform morphologies. We also demonstrate that the combination of Bayes factors by means of a likelihood-ratio test can improve the detection efficiency of a gravitational-wave burst search. Finally, we show that oLIB's performance is robust against the choice of gravitational-wave populations used to model the likelihood-ratio test likelihoods.

研究の動機と目的

• データ圧縮中に情報損失を最小限に抑えるエンドツーエンドで独立した重力波バースト検出アルゴリズムの開発。
• 現実的でガウス分布でない検出器ノイズにおける短時間で未モデル化された重力波遷移を低遅延で検出可能にする。
• 尤度比検定を用いて複数のベイズ因子を統合することで、検出の有意性を最適化し、検出効率を向上させる。
• 尤度計算に用いる仮定された天体物理学的集団モデルの不確実性に対して、ロバスト性を確保する。
• 既存のバースト探索手法と相互に検証可能な、補完的で独立した手法を提供し、検出の信頼性とパラメータ推定を向上させる。

提案手法

• アルゴリズムはOmicronから始まり、個々の検出器における時間周波数領域での電力上昇を特定するQ変換に基づく超過パワーイベント生成器である。
• 時間飛行制約とデータ品質の検査を用いて、検出器ネットワーク全体での一致イベントを選別し、誤報を低減する。
• 各一致イベントは、LALInferenceBurstというMCMCに基づくベイズ的証拠計算器を用いて分析され、信号対ノイズ仮説のベイズ因子が計算される。
• 得られたベイズ因子のベクトルは、尤度比検定を用いて、信号対ノイズ情報のすべてを保持したまま、スカラーの検定統計量に圧縮される。
• 検出の有意性は、圧縮されたベイズ因子から最適に情報を抽出する尤度比検定を用いて割り当てられる。
• この手法は、S6時代の実際のLIGOデータに、さまざまな波形形態と信号対ノイズ比を有するシミュレートされたバースト信号を注入して検証された。

実験結果

リサーチクエスチョン

• RQ1 情報理論的アプローチは、バースト検出における信号対ノイズの識別力を保持したまま、データ圧縮に伴う情報損失を最小限に抑えることができるか？
• RQ2 尤度比検定を用いて複数のベイズ因子を統合することで、個々の統計量を使用する場合と比較して検出効率が向上するか？
• RQ3 尤度推定に用いる天体物理学的集団モデルの選択に依存しない、oLIBの検出性能のロバスト性はどの程度か？
• RQ4 oLIBは、現実的でガウス分布でない機器ノイズにおける未モデル化された重力波バーストを低遅延で検出できるか？
• RQ5 天体物理学的に関連のある信号対ノイズ比において、oLIBの性能はさまざまなバースト信号形態でどの程度変動するか？

主な発見

• oLIBは、実際のLIGOデータにおける多様な信号形態の重力波バーストイベントを、天体物理学的に関連のある信号対ノイズ比で正常に検出できた。
• 複数のベイズ因子を尤度比検定に統合することで、最高の検出効率が得られ、複数統計量の統合が検出力の最適化に寄与することを示した。
• アルゴリズムは低遅延動作を達成しており、検出の有意性推定が数分程度で可能であり、リアルタイムのフォローアップに適している。
• 尤度比検定のキャリブレーションに用いる仮定された天体物理学的集団モデルの変動に対しても、oLIBの検出効率はロバストである。
• 十分統計量（ベイズ因子）を活用し、最適な仮説検定を用いることで、圧縮による情報損失を最小限に抑えるフレームワークが構築された。
• この手法は、既存のバースト探索アルゴリズムと相互に検証可能な、新たな独立的で補完的な検出パイプラインを提供する。