Study of non-parametric reconstruction algorithms of gravitational wave for real-time detection

实时探测引力波非参数重构算法研究

基本信息

批准号：
22KF0329
负责人：
神田展行
金额：
$ 1.41万
依托单位：
Osaka Metropolitan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KF0329/
关键词：
重力波観測機械学習データ解析

项目摘要

本研究（特別研究員奨励費）に採択された外国人特別研究員であるMarco Meyerは、来日後に重力波検出実験であるKAGRAコラボレーションに参加し、国際重力波観測のデータにアクセスできるようになった。本研究代表者である神田は、自身の詳しいKAGRAと国際観測網のデータへのアクセス、およびKAGRAにおけるデータフローや計算機資源について、Meyerの研究へ接続すべく、研究打ち合わせを行なってきた。また、KAGRA実験についての知見も共有してきた。Meyerを中心に、観測データを扱って本課題の主題である、非パラメトリック重力波再構成アルゴリズムの開発を進めた。ここまでに開発が進んだ解析パイプラインでは、C++を用いてROOT (https://root.cern) と KFRライブラリ(https://www.kfrlib.com/)を含む信号処理を構築した。重力波観測の生データである FrameFormat形式とHDF5形式から、ROOTデータツリー形式への変換プログラムを作成した。このプログラムは並列オンラインでデータストリーム処理を実行できる。さらに TMVA Machine Learning Toolkit を用いたニューラルネットワーク開発を進めた。さまざまなバックエンド (LWTNN と ONNX) でベンチマークを行い比較した。バッチサイズが小さい場合、ONNX ランタイムおよび LWTNN が優れているという結果を得ました。また、他の機械学習ライブラリである PyTorch と Keras も、 TMVA と相互運用している。

被选为这项研究的外国特别研究人员马可·迈耶（Marco Meyer）参加了Kagra协作，这是一个引力波检测实验，并能够从国际引力波观测中获取数据。首席研究员坎达（Kanda）一直在举办研究会议，以与迈耶（Meyer）有关他详细访问Kagra和国际观察网络数据的详细访问以及Kagra的数据流和计算机资源的研究联系。我们还分享了我们对Kagra实验的知识。迈耶（Meyer）致力于开发非参数引力波重建算法，该算法是该主题的主题，涉及观察数据。在迄今为止已经开发的分析管道中，C ++用于构建信号处理，包括root（https://root.cern）和KFR库（https://www.kfrlib.com/）。从重力波观测，框架Format和HDF5格式的原始数据中创建了一个转换程序，并将其转化为根数据树格式。该程序可以在线并行执行数据流处理。此外，我们一直在使用TMVA机器学习工具包开发神经网络。对各种后端（LWTNN和ONNX）进行了基准测试，并进行了比较。我们发现ONX运行时和LWTNN对于小批量尺寸都优越。其他机器学习库，Pytorch和Keras，也与TMVA互操作。