| 基于最大池化层参数的优化模型在引力波天文学中的应用 |
| |
| 引用本文： | 罗华美.基于最大池化层参数的优化模型在引力波天文学中的应用[J].重庆工商大学学报(自然科学版),2020,37(1):59-64. |
| |
| 作者姓名： | 罗华美 |
| |
| 作者单位： | 西南交通大学 数学学院数学系, 成都 611756 |
| |
| 摘 要： | 针对Gabbard等人发表在《Pyhsical Review Letters》上的文章"Matching Matched Filtering with Deep Networks for Gravitational-Wave Astronomy",提出了一种卷积神经网络优化模型。文章将卷积神经网络应用于引力波信号的识别,研究最大池化层参数对模型分类能力的影响,调整模型中超参数提升引力波信号分类的准确率;将优化后的网络结构与Gabbard的卷积神经网络用于相同的模拟数据集,并在测试集上绘制了接受者操作特性曲线(Receiver Operating Characteristic curve,简称ROC曲线),计算了ROC曲线下的面积;结果证明:相比于未优化的网络,此处的模型在ROC下的面积在数值上提高了0. 025 4～0. 032 6;同时,改变噪音的振幅,将两种方法应用于新的数据集上,结果同样证明,优化后网络效果更好,鲁棒性强。
|
| 关 键 词： | 引力波天文学 深度学习方法 卷积神经网络 |
Application of Optimization Model Based on Maximum Pooling Layer Parameters to Gravitational Wave Astronomy |
| |
| LUO Hua-mei.Application of Optimization Model Based on Maximum Pooling Layer Parameters to Gravitational Wave Astronomy[J].Journal of Chongqing Technology and Business University:Natural Science Edition,2020,37(1):59-64. |
| |
| Authors: | LUO Hua-mei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《重庆工商大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆工商大学学报(自然科学版)》下载免费的PDF全文 |
|
