利用深度自动编码器的潜在空间识别噪声时间序列中的信号脉冲
Exploiting the latent space of deep AutoEncoders for the identification of signal pulses in noisy time-series
浏览论文内容
中文总结 AI 辅助
该研究提出基于卷积变分自动编码器的数据驱动程序，用于识别噪声时间序列中的信号脉冲。通过对合成波形数据集训练，利用潜在空间标记候选信号，应用于测试数据集效果良好，旨在用于双相液氩时间投影室，识别低能核反冲产生的信号。
中文摘要 AI 辅助
我们提出了一种基于卷积变分自动编码器的数据驱动程序，用于识别长时间序列中信号脉冲的存在。数据集由合成波形组成，每个波形由非高斯噪声和强度可变的对数正态形状信号组成，长度为10000个样本。该模型对输入波形进行大幅压缩，以便直接研究这种简化表示。在对7500个波形进行150个轮次训练后，潜在空间中出现了一个区域，网络在该区域对仅呈现背景噪声的时间序列进行编码，从而可以将落在该区域之外的时间序列标记为可能包含信号的候选者。当应用于新生成波形的测试数据集时，100%的大脉冲事件被正确标记，只有当信号幅度与偶然噪声脉冲相当时，该比例才会下降。这种方法旨在充分利用双相液氩时间投影室中的测量数据，如在暗物质项目背景下构建的反冲方向性实验中的数据。目标是识别由低能（约几千电子伏特）核反冲产生的延迟电致发光信号，其灵敏度至少与传统重建方法相当。
英文摘要
We propose a data-driven procedure, based on convolutional variational autoencoders, to identify the presence of signal pulses in long time-series. The dataset consists of synthetic waveforms, each composed of non-gaussian noise and a log-normal shaped signal of variable intensity, with a length of 10,000 samples. The model heavily compresses the input waveforms, allowing a direct study of such a reduced representation. After training for 150 epochs on 7,500 waveforms, a region in the latent space where the network encodes time-series presenting only background noise emerges, allowing in turn to tag as candidates for containing a signal those falling outside. When applied on a test dataset of freshly generated waveforms, 100% of the events with a large pulses are correctly labelled, and this fraction only decreases for signal amplitudes comparable with accidental noise pulses. This approach was designed to fully exploit the measurements in dual-phase Liquid Argon Time Projection Chambers, as the one of the Recoil Directionality experiment, built in the context of the Darkside project.
发表机构
- Università di Catania（卡塔尼亚大学）
- Istituto Nazionale di Fisica Nucleare (INFN), Sezione di Catania（国家核物理研究所（INFN）卡塔尼亚分部）
- Centro Siciliano di Fisica Nucleare e di Struttura della Materia (CSFNSM)（西西里核物理与物质结构中心（CSFNSM））
- Istituto Nazionale di Fisica Nucleare (INFN), Laboratori Nazionali del Sud（国家核物理研究所（INFN）南方国家实验室）
机构由 AI 辅助整理，请以论文原文为准。
