Copertina

Detection and Mitigation of Glitches in LISA Data: A Machine Learning Approach

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Houba, Niklas, Ferraioli, Luigi, Giardini, Domenico
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Instrumentation and Methods for Astrophysics General Relativity and Quantum Cosmology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Detection and Prediction of Future Massive Black Hole Mergers with Machine Learning and Truncated Waveforms
di: Houba, Niklas, et al.
Pubblicazione: (2024)

Global Analysis of LISA Data with Galactic Binaries and Massive Black Hole Binaries
di: Strub, Stefan H., et al.
Pubblicazione: (2024)

Maximum Likelihood Detection of Instrumental Glitches in LISA TDI Data
di: Sauter, Orion, et al.
Pubblicazione: (2025)

Deep source separation of overlapping gravitational-wave signals and non-stationary noise artifacts
di: Houba, Niklas
Pubblicazione: (2025)

Robust Bayesian inference with gapped LISA data using all-in-one TDI-$\infty$
di: Houba, Niklas, et al.
Pubblicazione: (2024)

Assessing and Mitigating the Impact of Glitches on Gravitational-Wave Parameter Estimation: a Model Agnostic Approach
di: Ghonge, Sudarshan, et al.
Pubblicazione: (2023)

Ranging Sensor Fusion in LISA Data Processing: Treatment of Ambiguities, Noise, and On-Board Delays in LISA Ranging Observables
di: Reinhardt, Jan Niklas, et al.
Pubblicazione: (2023)

Null Stream Based Third-generation-ready Glitch Mitigation for Gravitational Wave Measurements
di: Narola, Harsh, et al.
Pubblicazione: (2024)

Machine Learning based Glitch Veto for inspiral binary merger signals using Linear Chirp Transform
di: Arutkeerthi, N., et al.
Pubblicazione: (2024)

SlotFlow: Amortized Trans-Dimensional Inference with Slot-Based Normalizing Flows
di: Houba, Niklas, et al.
Pubblicazione: (2025)

Evaluating Deep Learning Models for Multiclass Classification of LIGO Gravitational-Wave Glitches
di: Manoharan, Rudhresh, et al.
Pubblicazione: (2026)

Identifying and Mitigating Machine Learning Biases for the Gravitational Wave Detection Problem
di: Nagarajan, Narenraju, et al.
Pubblicazione: (2025)

Searching for extreme mass ratio inspirals in LISA: from identification to parameter estimation
di: Strub, Stefan H., et al.
Pubblicazione: (2025)

Glitch veto based on unphysical gravitational wave binary inspiral templates
di: Girgaonkar, Raghav, et al.
Pubblicazione: (2024)

Identification of Noise-Associated Glitches in KAGRA O3GK with Hveto
di: Akutsu, T., et al.
Pubblicazione: (2025)

Precision measurements of the magnetic parameters of LISA Pathfinder test masses
di: Armano, M, et al.
Pubblicazione: (2024)

LISA and the LISA Science Team
di: Heffernan, Anna, et al.
Pubblicazione: (2026)

A thorough investigation of the prospects of eLISA in addressing the Hubble tension: Fisher Forecast, MCMC and Machine Learning
di: Shah, Rahul, et al.
Pubblicazione: (2023)

Magnetic-induced force noise in LISA Pathfinder free-falling test masses
di: Armano, M, et al.
Pubblicazione: (2024)

Microseismic Noise Mitigation with Machine Learning for Advanced LIGO
di: Reissel, Christina, et al.
Pubblicazione: (2025)

OmegaNeuron: Applying GravitySpy Similarity Methods to the Search for LIGO Glitch Witnesses
di: Aleman, Bri, et al.
Pubblicazione: (2026)

Fisher Information Velocity: A New Geometric Channel for Precision Glitch Identification in Gravitational-Wave Detectors
di: Kennington, James, et al.
Pubblicazione: (2026)

TDI noises transfer functions for LISA
di: Nam, Dam Quang, et al.
Pubblicazione: (2022)

Searching for stellar-origin binary black holes in LISA Data Challenge 1b: Yorsh
di: Bandopadhyay, Diganta, et al.
Pubblicazione: (2024)

Glitch noise classification in KAGRA O3GK observing data using unsupervised machine learning
di: Oshino, Shoichi, et al.
Pubblicazione: (2025)

The Doppler boosted LISA response to gravitational waves
di: van der Steen, Tom, et al.
Pubblicazione: (2025)

A rapid multi-modal parameter estimation technique for LISA
di: Hoy, Charlie, et al.
Pubblicazione: (2024)

A pipeline for searching and fitting instrumental glitches in LISA data
di: Muratore, Martina, et al.
Pubblicazione: (2025)

An Analysis of LIGO Glitches Using t-SNE During the First Part of the Fourth LIGO-Virgo-KAGRA Observing Run
di: Ferreira, Tabata Aira, et al.
Pubblicazione: (2025)

Likelihood-Based One-Class Scoring in CWT Latent Space for Confusion-Limited LISA Gravitational-Wave Detection
di: Cain, Jericho
Pubblicazione: (2026)

Modulation-assisted time-delay interferometric ranging for LISA
di: Bayle, Jean-Baptiste, et al.
Pubblicazione: (2025)

LISA Non-Linear Dynamics and Tilt-To-Length Coupling
di: Heisenberg, Lavinia, et al.
Pubblicazione: (2026)

Experimental demonstration of the combined arm- and cavity-locking system for LISA
di: Valliyakalayil, Jobin Thomas, et al.
Pubblicazione: (2024)

Neural density estimation for Galactic Binaries in LISA data analysis
di: Korsakova, Natalia, et al.
Pubblicazione: (2024)

NanoNewton electrostatic force actuators for femtoNewton-sensitive measurements: system performance test in the LISA Pathfinder mission
di: Armano, M, et al.
Pubblicazione: (2023)

Measuring gravitational wave memory with LISA
di: Inchauspé, Henri, et al.
Pubblicazione: (2024)

GPU-accelerated LISA parameter estimation with full time domain response
di: García-Quirós, Cecilio, et al.
Pubblicazione: (2025)

Observing Kinematic Anisotropies of the Stochastic Background with LISA
di: Heisenberg, Lavinia, et al.
Pubblicazione: (2024)

A weakly-parametric approach to stochastic background inference in LISA
di: Pozzoli, Federico, et al.
Pubblicazione: (2023)

In-Depth Modeling of Tilt-To-Length Coupling in LISA's Interferometers and TDI Michelson Observables
di: Wanner, Gudrun, et al.
Pubblicazione: (2024)