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。

这项研究中采用的外国特别研究人员Marco Meyer（特别研究人员的激励费）参加了Kagra Collaboration，这是来到日本后的重力波检测实验，可以访问有关国际重力浪潮的数据。这项研究的代表坎达（Kanda）进行了一次研究会议，以与迈耶（Meyer）有关访问其详细Kagra和国际观察网络数据数据以及数据流以及Kagra计算器资源的研究联系。他还分享了有关Kagra实验的知识。 Meyer一直在开发非参数和重力波重建算法，该算法处理观察数据。在到目前为止开发的分析管道中，包括C ++在内的信号处理包含root（https://root.cern）和KFR库（https://www.kfrlib.com/）。 FrameFormat格式和HDF5格式的转换程序，它们是引力波观察的原始数据到根数据树的格式。该程序可以在在线并行执行数据流处理。此外，我们还使用TMVA机器学习工具包开发了神经网络。我们进行了各种后端（LWTNN和ONNX）的基准测试，并进行了比较。如果批处理大小很小，则ONX运行时和LWTNN非常出色。 Pytorch和Keras是其他机器学习库，也正在与TMVA进行交互。