[論文レビュー] Wavelet graphs for the direct detection of gravitational waves

E. Chassande‐Mottin, Eric O. Lebigot+5 more|arXiv (Cornell University)|Oct 25, 2017

Pulsars and Gravitational Waves Research参考文献 8被引用数 3

ひとこと要約

本稿では、従来のマッチドフィルタリングに代わるウェーブレットグラフに基づく手法を提案し、時間・周波数・スケールの各次元における chirp シグナルの進化を符号化するグラフ構造を用いる。この手法は、マルチスケールなウェーブレット表現における動的計画法を用いて、ノイズの多いデータ内での整合的な chirp パスを効率的に同定する。高SNRのシグナルを用いたプロトタイプの検証がなされた。

ABSTRACT

A second generation of gravitational wave detectors will soon come online with the objective of measuring for the first time the tiny gravitational signal from the coalescence of black hole and/or neutron star binaries. In this communication, we propose a new time-frequency search method alternative to matched filtering techniques that are usually employed to detect this signal. This method relies on a graph that encodes the time evolution of the signal and its variability by establishing links between coefficients in the multi-scale time-frequency decomposition of the data. We provide a proof of concept for this approach.

研究の動機と目的

• ノイズの多いデータ内でのコンパクトバイナリ合体（CBC）重力波シグナルの検出のため、マッチドフィルタリングの代替手法を開発すること。
• 信号の形態と変動性を捉えるマルチスケールなウェーブレット表現を用いて、chirp シグナルの時間周波数的進化をモデル化すること。
• 時間・周波数・スケールの各次元にわたる信号パスを符号化するウェーブレットグラフを構築し、パrameter空間における効率的な探索を可能にすること。
• 一時的信号検出のための Coherent WaveBurst（cWB）パイプラインにこの手法を統合すること。
• グラフベースのクラスタリングが、わずかに有意な係数の損失を最小限に抑えて chirp を検出可能であるかを実証すること。

提案手法

• Meyerスケーリング関数とdyadicスケール（log₂a ∈ {3,…,8}）に基づき、Wilson変換を用いてマルチスケールな時間周波数表現を構築する。
• 理論的CBCシグナルの時間周波数的進化に対応する離散的なウェーブレット係数の系列を、(t,f,a) ラティス上に離散化したものをchirpパスと定義する。
• 各ノードが (t,f,a) ピクセルに対応するウェーブレットグラフを構築し、chirpパスにおける親ノードへの有向エッジを設け、ノードが複数のパス上にある場合は複数の親ノードを保持する。
• グラフ内に存在するすべてのパス p についてエネルギー和 ℓ(p) = Σρ²(t,f,a) を最大化する動的計画法を用い、最高エネルギーを持つパスを同定する。
• データストリームをセグメント単位で処理し、ウェーブレット係数をグラフノードに割り当て、しきい値を超える高エネルギーパスを抽出する。
• 検出されたクラスタをcWBパイプラインに統合し、さらなる検証と分析を実施する。

実験結果

リサーチクエスチョン

• RQ1 マルチスケールなウェーブレット係数のグラフ表現は、重力波chirpの時間周波数的進化を効果的に符号化できるか？
• RQ2 現実的なノイズ条件下で、ウェーブレットグラフ手法はマッチドフィルタリングと比較してCBCシグナルを効果的に検出できるか？
• RQ3 標準的なしきい値処理で失われるわずかに有意な係数を保持しつつ、ウェーブレットグラフ上で動的計画法を用いて整合的なchirpパスを効率的に同定できるか？
• RQ4 従来のcWBパイプラインと比較して、ウェーブレットグラフ手法の計算コストとスケーラビリティはいかがなっているか？
• RQ5 グラフ構造が、時間・周波数・スケールの各次元にわたる連続性を維持することで、検出感度を向上させられるか？

主な発見

• ウェーブレットグラフ手法は、ノイズの多いデータ内において整合的なchirpパスを効果的に同定でき、クラスタが時間・周波数・スケールの各次元で連続性を保っている。
• 標準的なcWB処理でしきい値処理により廃棄されることが通常のわずかに有意なウェーブレット係数を、本手法は保持している。
• SNR ≈ 60 のシグナルに対して、本手法は完全なchirpパスを正しく回復しており、ロバストネスと感度の高さを示している。
• ウェーブレットグラフは中程度のサイズ（約1000ノード）かつ低複雑性（ノードあたり最大10の親ノード）であり、計算が効率的に行える。
• 動的計画法に基づくパス探索は、グラフサイズに比例して線形にスケーリングされ、リアルタイムまたは本番環境での利用に計算的に実行可能である。
• 本手法はマッチドフィルタリングの代替として実用的であり、グラフベースの整合性モデリングにより、弱いまたは一時的な信号の検出が向上する可能性を示している。