Machine Learning based Glitch Veto for inspiral binary merger signals using Linear Chirp Transform

Resumo Técnico: Veto de Glitch baseado em Aprendizado de Máquina para Sinais de Fusão de Inpiral Binária usando Transformada de Chirp Linear

Definição do Problema
Artefatos transientes de ruído não gaussiano, conhecidos como "glitches", representam um desafio significativo na detecção de ondas gravitacionais (GW). Esses artefatos podem mimetizar sinais reais de coalescência binária compacta (CBC), levando ao aumento das taxas de falso alarme nos pipelines de detecção. Embora a filtragem casada (matched filtering) seja a técnica padrão para identificar sinais de inspiral-fusão, certos glitches possuem características suficientemente próximas de ondas de fusão para contornar os mecanismos iniciais de veto. Os métodos de veto existentes, como o teste tradicional de Qui-quadrado ou aqueles baseados em templates de ondas não físicas, enfrentam limitações quanto à diversidade de classes de glitches (aproximadamente 22 tipos distintos) e à dependência de espaços de parâmetros predefinidos que podem não capturar toda a gama de anomalias observadas. Há uma necessidade crítica de técnicas de discriminação robustas que possam distinguir com precisão sinais astrofísicos de ruído instrumental para garantir a confiabilidade das observações de GW.

Metodologia
Os autores propõem um framework de aprendizado profundo híbrido que combina processamento de sinal avançado com classificação por redes neurais. A metodologia procede através das seguintes etapas:

1. Extração de Características via Transformada de Chirp Linear (LCT):
   Ao contrário das transformadas de Fourier convencionais que analisam tempo e frequência, os autores utilizam a Transformada de Tempo-Frequência de Taxa de Chirp Conjunta (JCTFT), uma generalização que incorpora um parâmetro de taxa de chirp linear ($\gamma$). Isso transforma a série temporal de deformação (strain) 1D em um "volume de chirp" tridimensional, abrangendo tempo, frequência e taxa de chirp. Esta abordagem é motivada pela natureza dos sinais de inspiral, onde a frequência evolui rapidamente (chirp) conforme os objetos se fundem. A LCT captura essa evolução de frequência de forma mais eficaz do que as representações tempo-frequência padrão, particularmente para sinais com baixas razões sinal-ruído (SNR).

2. Preparação de Dados:
   O conjunto de dados compreende eventos confirmados de CBC e amostras de glitches das corridas de observação O1–O4 do LIGO (detectores Hanford e Livingston).

• Glitches: 708 instâncias extraídas do GWOSC, recortadas em janelas de 6 segundos centradas no Tempo de Chegada (TOA).
• Sinais de Fusão: 215 eventos confirmados (430 instâncias incluindo ambos os detectores), também com 6 segundos de duração.
• Pré-processamento: A saída bruta da LCT gera matrizes 3D volumosas (aprox. 1,2 GB por sinal). Para tornar isso tratável para o aprendizado profundo, os autores realizam o downsampling das 61 fatias de taxa de chirp (originalmente $471 \times 6000$ cada) para $64 \times 128$ usando interpolação linear. Isso reduz o requisito de armazenamento para ~1,9 MB por sinal, preservando a morfologia espectro-temporal dominante. Os dados são normalizados para o intervalo $[0, 1]$.

3. Arquitetura de Classificação:
   É empregada uma arquitetura híbrida de Rede Neural Convolucional (CNN) e Unidade Recorrente de Portão (GRU) com um mecanismo de atenção:

• Camadas CNN: Três blocos de camadas convolucionais (com 32, 64 e 128 filtros, respectivamente) extraem características espectro-temporais locais de cada fatia de taxa de chirp 2D.
• Camadas GRU: Uma GRU de duas camadas processa a sequência de 61 vetores de características (um por fatia de taxa de chirp), modelando correlações e a evolução da morfologia do sinal ao longo do domínio de chirp.
• Mecanismo de Atenção: Uma camada de agrupamento (pooling) de atenção atribui pesos aprendíveis a cada fatia de taxa de chirp, permitindo que a rede foque nas regiões mais informativas do volume de chirp.
• Saída: Uma cabeça totalmente conectada com ativação softmax gera a probabilidade de o sinal ser uma fusão ou um glitch. O modelo é treinado usando Focal Loss para lidar com o desequilíbrio de classes e exemplos difíceis.

Principais Contribuições

• Aplicação de LCT ao Veto de Glitch: O artigo introduz o uso da Transformada de Chirp Linear como uma ferramenta de extração de características especificamente para classificação de glitches, indo além das representações tempo-frequência padrão ao incluir a dimensão da taxa de chirp.
• Framework de Aprendizado Profundo Híbrido: O desenvolvimento de uma arquitetura CNN-GRU-Attention que explora simultaneamente as estruturas espectrais locais e as correlações de longo alcance através do domínio de chirp.
• Representação de Dados Eficiente: Um pipeline de pré-processamento que reduz massivos conjuntos de dados de volume de chirp 3D (de ~1,2 GB para ~1,9 MB) sem perder as características discriminativas necessárias para a classificação.
• Validação Empírica: O estudo demonstra que as representações no domínio de chirp fornecem informações altamente discriminativas, superando métodos tradicionais na separação de sinais de fusão de glitches.

Resultados
O modelo proposto foi avaliado em um conjunto de validação independente composto por 308 sinais (20% do total do conjunto de dados).

• Desempenho: O modelo alcançou uma acurácia de validação máxima de 95,45%. Após o ajuste de limiar (limiar ideal de 0,44), a acurácia geral de classificação atingiu aproximadamente 96%.
• Métricas: Ambas as classes (fusão e glitch) alcançaram valores de precisão e recall comparáveis de cerca de 95–96%. O F1-score macro-médio foi de aproximadamente 0,96.
• Análise de Erro: Dos 308 exemplos de validação, apenas 13 foram classificados incorretamente (6 glitches e 7 fusões), indicando um desempenho equilibrado sem viés significativo para qualquer classe.
• Eficiência: O modelo treinado classifica um sinal em aproximadamente 30 ms em hardware padrão, enquanto a transformada de chirp e o pré-processamento levam cerca de 32,7 segundos.

Significância e Alegações
Os autores afirmam que este trabalho demonstra o potencial de combinar o processamento de sinal baseado em chirp com o aprendizado profundo para melhorar a mitigação de glitches em observatórios de GW atuais e futuros. O estudo sugere que a representação do volume de chirp contém informações altamente discriminativas que permitem a separação de sinais de fusão de glitches, mesmo quando os glitches mimetizam ondas de fusão.

O artigo posiciona este método como uma técnica de veto complementar a ser aplicada após a etapa de filtragem casada para validar eventos candidatos. Embora o modelo tenha sido treinado em dados do LIGO, os autores sugerem que a lógica subjacente de separação de sinais no domínio de chirp poderia ser aplicável a detectores futuros (ex: Einstein Telescope, Cosmic Explorer, LISA) e outros domínios de processamento de sinal com perfis de frequência variados (ex: RADAR). Os autores mantêm-se modestos quanto a extensões futuras, observando que derivar soluções analíticas exatas para termos de chirp de ordem superior ou fracionários é uma tarefa árdua, mas que poderia aumentar ainda mais as capacidades de processamento de sinal. O trabalho é apresentado como um passo para erradicar alarmes falsos e melhorar a precisão das pipelines de detecção de GW.