[論文レビュー] Application of machine learning algorithms to the study of noise artifacts in gravitational-wave data

R. Biswas, Lindy Blackburn+14 more|DSpace@MIT (Massachusetts Institute of Technology)|Mar 27, 2013

Time Series Analysis and Forecasting参考文献 3被引用数 22

ひとこと要約

本論文は、LIGO重力波データにおける非ガウス分布のノイズノイズ（グルーピング）を特定・除去するために、補助チャネルデータを用いて3つの機械学習アルゴリズム—人工ニューラルネットワーク、サポートベクターマシン、ランダムフォレスト—を適用する。これらの手法は、データセット間で90％以上の一致を示し、すべての分類器が類似した意思決定境界に収束することを示しており、現在の補助データがグルーピング同定に必要な情報の大部分をすでに捉えていることを示している。

ABSTRACT

The sensitivity of searches for astrophysical transients in data from the LIGO is generally limited by the presence of transient, non-Gaussian noise artifacts, which occur at a high-enough rate such that accidental coincidence across multiple detectors is non-negligible. Furthermore, non-Gaussian noise artifacts typically dominate over the background contributed from stationary noise. These "glitches" can easily be confused for transient gravitational-wave signals, and their robust identification and removal will help any search for astrophysical gravitational-waves. We apply Machine Learning Algorithms (MLAs) to the problem, using data from auxiliary channels within the LIGO detectors that monitor degrees of freedom unaffected by astrophysical signals. The number of auxiliary-channel parameters describing these disturbances may also be extremely large; an area where MLAs are particularly well-suited. We demonstrate the feasibility and applicability of three very different MLAs: Artificial Neural Networks, Support Vector Machines, and Random Forests. These classifiers identify and remove a substantial fraction of the glitches present in two very different data sets: four weeks of LIGO's fourth science run and one week of LIGO's sixth science run. We observe that all three algorithms agree on which events are glitches to within 10% for the sixth science run data, and support this by showing that the different optimization criteria used by each classifier generate the same decision surface, based on a likelihood-ratio statistic. Furthermore, we find that all classifiers obtain similar limiting performance, suggesting that most of the useful information currently contained in the auxiliary channel parameters we extract is already being used.

研究の動機と目的

• LIGOデータにおける一時的で非ガウス的ノイズアーティファクト（グルーピング）が、天体的重力波信号に似せんとしているという課題に対処すること。
• 非重力的自由度をモニタリングする補助チャネルデータを用いて、機械学習アルゴリズムがグルーピングを効果的に同定できるかどうかを評価すること。
• 人工ニューラルネットワーク、サポートベクターマシン、ランダムフォレストといった多様な機械学習アルゴリズムのグルーピング分類における性能と意思決定の一貫性を比較すること。
• 分類器の性能がデータ品質の制限かアルゴリズムの能力の制限によって制限されているかどうかを特定し、今後の性能向上の可能性を評価すること。
• 異なる最適化基準（例：ジニ指数、信号純度、有意水準）が同じ意思決定境界に収束することを検証し、理論的に最適な尤度比分類器に収束することを示すこと。

提案手法

• LIGO検出器が記録する補助チャネルデータ（地震的・音響的・電子的不安定性など非天体的干渉を記録）を活用する。
• 3つの異なる機械学習アルゴリズム（人工ニューラルネットワーク、サポートベクターマシン、ランダムフォレスト）を適用し、イベントをグルーピングまたは非グルーピング信号として分類するように訓練する。
• 異なる最適化目的が同じ分類境界をもたらすかどうかをテストするため、尤度比統計量を用いて分類器間の意思決定境界を比較する。
• ランダムフォレストではジニ指数と非対称基準（信号純度、信号有意水準）を用い、実世界の検出優先順位を反映して正しい信号分類を優先する。
• 2つの異なるデータセット（LIGO第4回科学運用の4週間分と第6回科学運用の1週間分）に対して交差検証を実施する。
• 異なる最適化基準下での意思決定境界の不変性を分析し、すべての手法が同じ最適な尤度比閾値に収束することを証明する。

実験結果

リサーチクエスチョン

• RQ1 補助チャネルデータを用いて、機械学習アルゴリズムは重力波グルーピングと天体的一次信号を効果的に区別できるか？
• RQ2 異なる機械学習アルゴリズム（ANN、SVM、ランダムフォレスト）は、独立したデータセット間でグルーピング分類においてどの程度一致するか？
• RQ3 異なる最適化基準（例：ジニ指数、信号純度、信号有意水準）は、異なる意思決定境界を生じるのか、それとも同じ最適な尤度比境界に収束するのか？
• RQ4 現在のグルーピング同定性能は、補助データの品質の制限か、機械学習アルゴリズムの選択による制限によって制限されているか？
• RQ5 分類器の意思決定境界と、下位の確率分布の尤度比との理論的関係は何か？

主な発見

• 3つの機械学習アルゴリズム—人工ニューラルネットワーク、サポートベクターマシン、ランダムフォレスト—は、第6回科学運用データにおけるグルーピング分類で、10％以内の一致を達成した。
• すべての分類器の意思決定境界が、一定の尤度比と整合することが判明し、理論的に最適なベイズ分類器への収束を確認した。
• 尤度比統計量により、異なる最適化基準（例：ジニ指数、信号純度、信号有意水準）が同じ決定境界を生成することが示され、それらの理論的同等性が裏付けられた。
• 性能の飽和が観察された：すべての分類器が類似した限界性能に達しており、現在の補助データがグルーピング同定に必要な情報の大部分をすでに含んでいることを示した。
• 今後のグルーピング検出の向上は、より良い機械学習アルゴリズムに起因するのではなく、現在の補助チャネルを超える追加のデータソースの統合に起因する可能性が高かった。
• 最適な意思決定境界が一定の尤度比によって定義され、その境界が事前確率や分類器固有の最適化目的に依存しないことが確認された。