MétaCan
Menu
Retour à la cohorte
Enregistrement W2058876267 · doi:10.1088/0264-9381/24/19/s06

Matched filter analysis of burst waveform injections

2007· article· en· W2058876267 sur OpenAlexfundno aff
M. Sung

Notice bibliographique

RevueClassical and Quantum Gravity · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Electrical Measurement Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMax-Planck-GesellschaftCouncil of Scientific and Industrial Research, IndiaAlfred P. Sloan FoundationDepartment of Science and Technology, Ministry of Science and Technology, IndiaNational Aeronautics and Space AdministrationDavid and Lucile Packard FoundationNational Science Foundation
Mots-clésPhysicsWaveformFilter (signal processing)Matched filterOpticsQuantum mechanicsComputer visionDetector

Résumé

récupéré en direct d'OpenAlex

Hardware injections provide us with a crucial tool for proving that we understand the response and performance of the LIGO detectors. Since we have complete knowledge of the injected waveform and detailed measurements of the detector response function, we are able to predict and confirm the instrument response. During the S5 science run of LIGO, various burst-type waveforms are being injected. We have analyzed the first seven months of these injections, using optimal matched filters derived from the injection waveforms. We have confirmed that most of the responses follow the predictions and have measured the accuracy of the estimated arrival time. In addition, we examined transients identified by the KleineWelle algorithm in auxiliary data channels at the time of hardware injections. Through this study, we could recognize couplings between auxiliary channels and the gravitational wave channels and assess the safety of the use of auxiliary channels as vetoes for gravitation wave candidates.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil0,365

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClassical and Quantum GravityMême sujetAdvanced Electrical Measurement TechniquesTravaux en français237 207