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

• 作者: 罗华美
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 物理学
• 关键词: 引力波天文学 深度学习方法 卷积神经网络
• 年，卷（期）: 2020,（1）
• 页码范围: 59-64
• 页数: 6页
• 分类号: O411
• 字数: 4094字
• 语种: 中文
• DOI: 10.16055/j.issn.1672-058X.2020.0001.010

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0.0254～0.0326;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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗华美	西南交通大学数学学院数学系	2	0	0.0	0.0