[论文解读] Simulating Transient Noise Bursts in LIGO with gengli

M. Lopez Portilla, V. Boudart+2 more|arXiv (Cornell University)|May 18, 2022

Model Reduction and Neural Networks被引用 5

一句话总结

本文提出 gengli，一个基于生成对抗网络（GAN）的开源工具，用于在LIGO数据中合成逼真的时域脉冲干扰。通过在O2数据中去噪并重建的干扰样本上进行训练，并采用正则化去噪的改进Wasserstein GAN，该模型生成在统计上与真实干扰相似的信号，从而提升干扰分类性能、支持探测器管道测试，并增强引力波天文学中模拟数据挑战的真实性。

ABSTRACT

In the field of gravitational-wave (GW) interferometers, the most severe limitation to the detection of transient signals from astrophysical sources comes from transient noise artefacts, known as glitches, that happens at a rate around $1$ per minute. Because glitches reduce the amount of scientific data available, there is a need for better modelling and inclusion of glitches in large-scale studies, such as stress testing the search pipelines and increasing the confidence of detection. In this work, we employ a Generative Adversarial Network (GAN) to produce a particular class of glitches ({\it blip}) in the time domain. We share the trained network through a user-friendly open-source software package called exttt{gengli} and provide practical examples of its usage.

研究动机与目标

• 开发一种可靠的方法，用于在LIGO数据中生成合成瞬态噪声脉冲（干扰），以支持大规模引力波数据分析。
• 通过创建可扩展、可复现的合成干扰源，解决标签化干扰数据有限以及人工分类困难的问题。
• 通过使用生成的干扰进行逼真的模拟数据挑战，提升引力波搜寻管道的鲁棒性。
• 提供一个用户友好的开源工具，使研究人员能够基于统计新颖性度量，生成、扩展、重采样并过滤异常干扰。

提出的方法

• 使用改进的Wasserstein损失（来自Wei等，2018年）训练时间序列GAN，以提高训练稳定性并生成高保真度的脉冲干扰。
• 通过BayesWave进行数据驱动的小波重构，从真实LIGO O2数据中提取脉冲信号，并应用rROF去噪以抑制高频噪声。
• 利用信噪比公式 $ \rho^2 = 4\int_{f_{\text{min}}}^{f_{\text{max}}} olimits \frac{|\tilde{g}(f)|^2}{S_n(f)} \, df $ 对生成的干扰进行缩放和重采样，以达到目标信噪比（SNR），确保所需的检测灵敏度。
• 采用三种距离度量实现新颖性过滤机制：Wasserstein距离（$d_W$）、失配度（$d_{mm}$）和归一化互协方差（$1-k$），以识别并过滤异常干扰。
• 构建包含1,000个干扰的基准数据集，计算百分位数异常度量（$p_W, p_{mm}, p_{cc}$），用于实时过滤生成样本。
• 将训练好的模型及完整功能以开源Python包 gengli 的形式发布，使研究人员能够轻松实现干扰生成、缩放与过滤。

实验结果

研究问题

• RQ1 尽管输入数据存在噪声和不完美，GAN模型是否能有效学习并重现真实LIGO脉冲干扰在统计特性和时频特性方面的特征？
• RQ2 如何生成具有可控信噪比和采样率的合成干扰，以支持逼真的模拟数据挑战？
• RQ3 哪些度量能够可靠地识别并过滤由GAN生成的异常或离群干扰样本，以确保数据质量？
• RQ4 生成干扰的统计特性（如距离分布）在多大程度上与训练数据一致，表明其分布学习的忠实性？
• RQ5 开源工具gengli是否能促进更广泛的社区使用，以支持干扰分类、管道压力测试及未来探测器开发？

主要发现

• gengli GAN 成功生成了在Wasserstein距离（$d_W$）、失配度（$d_{mm}$）和互协方差（$d_{cc}$）度量上与真实干扰在统计上无法区分的时域脉冲干扰。
• 通过采用改进的Wasserstein GAN与rROF去噪，模型实现了稳定的训练和高保真度生成，有效抑制了高频噪声，从而避免了学习过程中的干扰。
• 经过BayesWave与rROF预处理后，重建的干扰保留了典型的脉冲峰值形态，同时抑制了虚假的高频成分。
• 基于百分位数异常度量（$p_W, p_{mm}, p_{cc}$）的新颖性过滤机制，成功识别并排除了生成样本中的异常干扰。
• 由1,000个生成干扰构成的基准数据集显示出一致的距离分布，验证了过滤流程的可靠性。
• 开源的gengli包使用户能够配置信噪比和采样率，实现干扰的生成、缩放、重采样与过滤，支持引力波数据分析中的多样化应用。