Anomaly Detection and RFI Classification with Unsupervised Learning in Narrowband Radio Technosignature Searches

要約

無線テクノシグネチャの検索は異常検出の問題です。候補信号は、無線周波数干渉 (RFI) の諺にある干し草の山の中の対象となる針を表します。
現在の検索フレームワークでは、特に大規模な調査において、膨大な量の偽陽性シグナルが検出され、場合によっては法外なレベルまで手動によるフォローアップが必要になります。
教師なし学習は、もみがらから最も異常な信号を選り分け、形態学的類似性を持つ RFI 信号をグループ化するアルゴリズム的な方法を提供します。
GLOBULAR (Grouping Low-frequency Observations By Unsupervised Learning After Reduction) クラスタリングを紹介します。これは、HDBSCAN を使用して偽陽性率を低減し、さらなる分析のために外れ値信号を分離する信号処理手法です。
GLOBULAR クラスタリングは、turboSETI などの標準の狭帯域信号検出および空間フィルタリング パイプラインと組み合わせると、標準パイプラインのみに比べて誤検知率が大幅に改善され、将来の大規模調査における手動フォローアップ要件が大幅に改善される可能性を示唆しています。
。
GLOBULAR クラスタリングは、スペクトル占有率の高い領域の RFI 信号を除去することにより、標準パイプラインで見逃された信号の検出も可能にする可能性があります。
Choza らの手法に対してベンチマークを行います。
(2024) L バンドでの 97 個の近くの銀河の TurboSETI のみの検索により、93.1% の誤検知ヒット減少率と 99.3% の誤検知イベント減少率が実証されました。

要約(オリジナル)

The search for radio technosignatures is an anomaly detection problem: candidate signals represent needles of interest in the proverbial haystack of radio-frequency interference (RFI). Current search frameworks find an enormity of false-positive signals, especially in large surveys, requiring manual follow-up to a sometimes prohibitive degree. Unsupervised learning provides an algorithmic way to winnow the most anomalous signals from the chaff, as well as group together RFI signals that bear morphological similarities. We present GLOBULAR (Grouping Low-frequency Observations By Unsupervised Learning After Reduction) clustering, a signal processing method that uses HDBSCAN to reduce the false-positive rate and isolate outlier signals for further analysis. When combined with a standard narrowband signal detection and spatial filtering pipeline, such as turboSETI, GLOBULAR clustering offers significant improvements in the false-positive rate over the standard pipeline alone, suggesting dramatic potential for the amelioration of manual follow-up requirements for future large surveys. By removing RFI signals in regions of high spectral occupancy, GLOBULAR clustering may also enable the detection of signals missed by the standard pipeline. We benchmark our method against the Choza et al. (2024) turboSETI-only search of 97 nearby galaxies at L-band, demonstrating a false-positive hit reduction rate of 93.1% and a false-positive event reduction rate of 99.3%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google