Bartos Imre, Raffai Péter Országos TDK Konferencia, 2005.

Slides:



Advertisements
Hasonló előadás
Kvantitatív Módszerek
Advertisements

Kvantitatív módszerek
3. Két független minta összehasonlítása
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
4. Folytonos wavelet transzformáció (CWT) –folytatás
Sebességmérési módszerek plazma turbulenciában
Holografikus adattárolásban alkalmazott fázismodulált adatlapok kódolása kettőstörő kristály segítségével Sarkadi Tamás 5.évf. mérnök-fizikus hallgató.
Statisztika feladatok Informatikai Tudományok Doktori Iskola.
Gravitációshullám-detektorok
Az Univerzum térképe - ELTE 2001
Összefüggés vizsgálatok
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Adaptív jelfeldolgozás Rádiócsatorna kiegyenlítése
PTE PMMK Matematika Tanszék dr. Klincsik Mihály Valószínűségszámítás és statisztika előadások Gépész-Villamosmérnök szak BSc MANB030, MALB030 Bevezető.
Diszkriminancia analízis
Ahonnan indult… SURF: Summer Undergraduate Research Fellowships LIGO: Laser Interferometric Gravitational-wave Observatory Caltech: California Institute.
ÖSSZEFOGLALÓ ELŐADÁS Dr Füst György.
Egyszerű emelők.
1 TARTALOM: 0. Kombinatorika elemei (segédeszközök) 1. Eseményalgebra 2. A valószínűség: a) axiómák és következményeik b) klasszikus (=kombinatorikus)
Kvantitatív módszerek
Budapesti Műszaki és Gazdaságtudományi Egyetem

Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Gyengén nemlineáris rendszerek modellezése és mérése Készítette: Kis Gergely Konzulens: Dobrowieczki Tadeusz (MIT)
Kvantitatív Módszerek
Gyakorlati alkalmazás
Hipotézis vizsgálat (2)
Készítette: Szili Norbert egyetemi hallgató
Többváltozós adatelemzés
Következtető statisztika 9.
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
Alapsokaság (populáció)
Alapfogalmak.
Lineáris regresszió.
Folytonos eloszlások.
t A kétoldalú statisztikai próba alapfogalmai
Két kvantitatív változó kapcsolatának vizsgálata
Paleobiológiai módszerek és modellek 4. hét
A Van der Waals-gáz molekuláris dinamikai modellezése Készítette: Kómár Péter Témavezető: Dr. Tichy Géza TDK konferencia
Felbontás és kiértékelés lehetőségei a termográfiában
Bevezetés a Korreláció & Regressziószámításba
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Közúti és Vasúti Járművek Tanszék. A ciklusidők meghatározása az elhasználódás folyamata alapján Az elhasználódás folyamata alapján kialakított ciklusrendhez.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Korreláció-számítás.
Bevezetés a méréskiértékelésbe (BMETE80ME19)
Kutatási beszámoló 2002/2003 I. félév Iváncsy Renáta.
A számítógépes elemzés alapjai
Spike Sorting Solutions Csercsa Richárd Magony Andor.
Rekord statisztikák Készítette: Komjáti Bálint IV. évf. fizikus hallgató (ELTE-2006) Györgyi Géza: Extrém érték statisztikák előadásán tartott szemináriumára.
Környezeti Hatások az Excentrikusan Bespirálozó Feketelyuk Kettős Rendszerek Paramétereinek Eloszlásában Gondán László, Raffai Péter, Frei Zsolt ELTE,
Nagy Máté Ferenc Budapest VIRGO – ELTE TTK Fizika MSc 2012 GPU-nap NUMERIKUS GRAVITÁCIÓELMÉLETI SZÁMOLÁSÁSOK GPU-N.
100-as szög méreteinek gyakorisága (n = 100) db mm Gyakoriság grafikon (adott méretű esetek db.)
A számítógépes elemzés alapjai
Korreláció, regresszió

Nemparaméteres próbák
Valószínűségi változó, eloszlásfüggvény
Valószínűségi változók együttes eloszlása
Valószínűségi törvények
Gazdaságinformatikus MSc
A leíró statisztikák alapelemei
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
3. Varianciaanalízis (ANOVA)
Előadás másolata:

Bartos Imre, Raffai Péter Országos TDK Konferencia, 2005. Kereszt-korrelációs módszerek alkalmazása gravitációshullám-kitörések kutatásában Bartos Imre, Raffai Péter Országos TDK Konferencia, 2005.

Az előadás tartalma Bevezetés Jelkeresés adatsorokban - a gravitációs hullámokról - a GW-k detektálása - detektálás több interferométerrel Jelkeresés adatsorokban - kereszt-korreláció és teszt-statisztikák - teszt-statisztikák együttes alkalmazása - a program - gyakorlati alkalmazás

Gravitációs hullámok A téridő gyorsuló tömeg-kvadrupól momentumok által létrehozott torzulásai, melyek forrásukról leválni képesek Terjedési sebesség: c Gyenge kölcsönhatás az anyaggal Asztrofizikai objektumokról és a korai Univerzumról egyaránt információt hordoz Kitörések: 20 sec-nál rövidebb jelek

Az interferométer-típusú detektorok Ortogonálisan osztott lézernyaláb öninterferenciája fotodetektorok felületén Szabad tömegekre Ahogy a GW a berendezésen áthalad, a karok relatív hosszváltozást szenvednek… A detektor vázlata …ami a fotodiódákkal mért interferenciaképet is megváltoztatja Mivel h kicsi, L legyen minél nagyobb! Mérhető: ΔL => L = 4 km; ΔL~ 10-18m! Relatív hosszváltozás: h = ΔL / L

Detektorok világszerte 3 km 300 m 600 m 4 km 2 km 4 km Különböző detektorok adatsoraiban: a zaj korrelálatlan a jel korrelált Σ Több detektor adatsora összevethető! CÉLOK A jelek minél több tulajdonságának megállapítása (jelhossz, amplitúdó, forrás helye, stb.) A jel háttérzajból történő kiemelése kereszt-korrelációs módszerekkel és teszt-statisztikákkal

Egyszerű kereszt-korreláció Generált jel + zaj 2 adatsorban jelkorreláció zajátlag = 0

Korrelált felesleg Integrációs ablak Integrációs mag

Felesleg = ΣMag[ (Mag – Átlag(Zaj))/ Szórás(Zaj) ] Korrelált felesleg Integrációs ablak Gap Gap Integrációs mag „Zaj”-tartomány Felesleg = ΣMag[ (Mag – Átlag(Zaj))/ Szórás(Zaj) ]

Korrelációs együttható Két adatsor korrelálatlansága esetén „r” normális eloszlású zérus átlaggal, σ = 1/sqrt(N{toff}) szórással. (Nullhipotézis) S (Szignifikancia) = a Nullhipotézis igaz voltának valószínűsége [0,1] (meghatározás: Kolmogorov-teszttel) C („Konfidencia”) = 0 vagy 1, attól függően, hogy S egy választott érték fölött vagy alatt van (pl.: Slimit=0.05) R(t,tw) = C×rmax(t,tw,toff)|toff

Korrelált tartományokat keresünk Teszt-statisztikák Jelek: az {időpont, integrációs hossz} sík bármely pontján lehetnek több pontban is eredményezhetnek korrelációt Korrelált tartományokat keresünk

Események keresése A legnagyobb pixel helyéből: (időpont, hossz) a jelre amplitúdó meghatározása a korrelált tartomány pontjaiból

Téves Riasztási Valószínűség Nem tudjuk, hogy melyik ténylegesen jel Az egész síkot felosztva meghatároztuk az amplitúdó-értékek eloszlását Output: - jel időpontja false alarm rate jel érkezési iránya jel amplitúdója az eloszlásra exponenciális függvény illeszthető Meghatározható a téves riasztás valószínűsége a lehetséges jelekre

A teszt-statisztikák megfelelő kombinálása növeli az érzékenységet háttér mérése - jel mérése Korrelált felesleg-levágás RMS -zaj = 45 , RMS -jel = 58 EKK levágás Nem érzékelt jelek Kombinált-levágás A teszt-statisztikák megfelelő kombinálása növeli az érzékenységet

Sebesség Cél: valós idő analízis alapprogram – sebesség x 3 teszt statisztikák – a számolás együttesen végezhető fejlesztés párhuzamosan 2 programnyelven

Alkalmazás: villámok Eredmény: Milyen hatással van egy közeli villám az adatsorokra? A hanfordi detektorok közelében lezajlott viharok (4db) hatásait tanulmányoztuk. Eredmény: közelebbi nézet A villámok az adott érzékenység mellett nem voltak hatással az adatra… Itt csapott be a villám

Konklúzió új kereszt-korrelációs analízis kód: alkalmazás: kitekintés: párhuzamos fejlesztés két programnyelven megnövelt sebesség együttesen alkalmazott teszt-statisztikák megnövelt érzékenység alkalmazás: villámok hatásának vizsgálata kitekintés: valós idő analízis felhasználás gravitációs hullámok érzékelésére

Irodalomjegyzék Köszönetnyilvánítás Rainer Weiss, The LIGO interferometers, AAAS Annual Meeting (2003) http://ligo.caltech.edu Flanagan et al., Phys. Rev. D, 57 (1998) Flanagan et al.: The Basics of Gravitational Wave Theory Kip S. Thorne: Black Holes and Time Warps (Norton, 1994) Press et al., Numerical Recipes in C (Cambridge, 1992) Stoyan Gisbert: A textbook on MATLAB 4 and 5 (Typotex, 1999) Köszönetnyilvánítás Márka Szabolcs, Laura Cadonati, Pinkesh Patel Patrick Sutton, John Zweizig, Alan Weinstein, Kenneth G. Libbrecht

Forrás: www.ligo.caltech.edu/docs/G/G030024-00.pdf

Forrás: www.ligo.caltech.edu

Forrás: http://www.roma1.infn.it/rog/nautilus/

Az adatfolyam Nyers adat Nyers adat LIGO - Hanford LIGO - Livingston Nyers adat Nyers adat Adattárolás, frekvenciaspektrum-szűrés Bemeneti adat a korrelációs vizsgálatokhoz

Köszönetnyilvánítás Márka Szabolcs Laura Cadonati Pinkesh Patel Patrick Sutton John Zweizig Alan Weinstein Kenneth G. Libbrecht