[論文レビュー] Enhancing the Sensitivity of Searches for Gravitational Waves from Core-Collapse Supernovae with a Bayesian classification of candidate events

Kiranjyot Gill, Wenhui Wang+4 more|arXiv (Cornell University)|Feb 19, 2018

Gamma-ray bursts and supernovae参考文献 1被引用数 4

ひとこと要約

この論文は、コherent WaveBurst (cWB)パイプラインにベイズ波形分類モジュール（BayesWave）を統合することで、核心崩壊超新星（CCSNe）の重力波（GW）探索を向上させている。波形の形態的差異—特に線形および任意の偏光状態モデルを用いた信号とノイズのグルーピング—を活用することで、誤報率を最大10倍まで低減し、検出感度を向上させ、急速に回転するCCSNeの観測可能な範囲を最大22.05%まで拡大する。

ABSTRACT

We demonstrate how a morphological veto involving Bayesian statistics can improve the receiver-operating characteristic (ROC) curves of the current search for core-collapse supernovae (CCSNe) as implemented by the coherent Waveburst (cWB) algorithm. Examples involving two implementations of BayesWave (BW), one that makes no assumption of the polarization state of the gravitational wave (GW) and one that uses the same elliptical polarization settings adopted in previous usages for Binary systems are provided on the set of waveforms currently adopted for the first and second Advanced LIGO (aLIGO) science runs for the targeted CCSNe search. A comparison of the performance for all-sky searches versus the targeted searches with optical triggers is provided. The average cWB+BW ROC range improvements with respect to a fixed false-alarm rate (FAR) for slowly-rotating waveforms ranged from [+1.30%, +15.76%] while the improvement for rapidly-rotating waveforms were on the order of [+1.19%, +22.05%]. The application of BW to CCSN GW triggers also shows a significant reduction of the FAR while maintaining detection efficiency and remaining sensitive to a wide range of morphological CCSNe signals. It appears that the code developed for arbitrarily polarized signals outperforms the previous code for the GW morphologies tested.

研究の動機と目的

• アドバンスド・リゴ時代における核心崩壊超新星（CCSNe）の重力波探索の感度を向上させること。
• 非ガウス的ノイズアーティファクト（一時的検出器グルーピング）による弱いCCSNe GW信号の識別という課題に対処すること。
• cWB候補イベントに対してベイズ分類を適用することで検出の信頼性を高め、観測範囲を拡大すること。
• 線形偏光を仮定するバージョンと任意の偏光状態を許容するバージョンの2つのBayesWave実装の性能を評価すること。
• 誤報率（FAR）とオンソース窓時間の変動下での受信者操作特性（ROC）曲線の改善を定量化すること。

提案手法

• 干渉計データにおいて一時的GW候補を特定するために、コherent WaveBurst（cWB）パイプラインを用いる。
• BayesWave（BW）をフォローアップモジュールとして適用し、信号に類似した波形形態とノイズグルーピングを区別するベイズ尤度比を計算する。
• 2種類のBWバージョンを用いる：1つは線形偏光を仮定し、もう1つは楕円偏光および円偏光成分を含む任意の偏光状態を許容する。
• 波形形態に基づいてイベントを信号に類似したものかノイズに類似したものか分類するため、ベイズモデル比較による事後オッズを計算する。
• 瞬時のパrameter（天球位置、源の方向、信号到着時刻）の不確実性を反映するために、事前分布を組み込む。
• 受信者操作特性（ROC）曲線を用いて性能を評価し、誤報率（FAR）とオンソース窓時間の異なる条件下で、cWB単体とcWB+BWの比較を行う。

実験結果

リサーチクエスチョン

• RQ1 ベイズ波形分類により、cWBベースのCCSNe探索における誤報率を低下させつつ検出効率を損なわせることなく感度を向上させることができるか？
• RQ2 CCSNe信号の波形形態において、線形偏光を仮定する場合と任意の偏光状態を許容する場合とで、BayesWaveの性能にどのような差が生じるか？
• RQ3 cWB+BayesWaveパイプラインは、cWB単体と比較して、検出範囲と統計的信頼性をどの程度向上させるか？
• RQ4 オンソース窓時間の異なる条件下で、ゆっくり回転するCCSNe波形と急速に回転するCCSNe波形の両方において、ROC曲線の改善はどのように変化するか？
• RQ5 BayesWaveの使用により、特にcWBのROC曲線が平坦な領域において、誤報率が顕著に低減するか？

主な発見

• cWB+BayesWaveパイプラインは、固定された誤報率（FAR）下で、ゆっくり回転するCCSNeでは最大15.76%、急速に回転するCCSNeでは最大22.05%の検出効率向上を達成した。
• 誤報率は一部のケースで10倍以上（10倍以上）低下し、特にcWBのROC曲線が平坦な領域では、検出効率の著しい損失なしに実現された。
• 任意の偏光状態を許容するBayesWaveバージョンは、テストされたすべての波形および信号タイプにおいて、線形偏光バージョンを一貫して上回る性能を示した。
• この手法により、cWB検出効率が50%のとき、検出範囲のリスケーリング効果が30%の向上に相当し、検出効率が30%増加した場合に相当する。
• ベイズ分類により、正確なテンプレートマッチングがなくても、広範なCCSNe信号波形形態に対する感度を維持しながら、誤報確率を顕著に低減した。
• ROC曲線の改善は、cWB+BayesWaveがcWB単体よりも高い検出信頼性と感度で動作することを示しており、縦方向（効率向上）および横方向（FAR低減）に動作点がシフトしている。