1 * KAGRA detchar weekly meeting
   2 ** 2013-03-21 11:00-12:00
   3 参加者：山本、譲原、端山
   4 
   5 *** 参考資料
   6 Internal review
   7 http://gwdoc.icrr.u-tokyo.ac.jp/cgi-bin/private/DocDB/ShowDocument?docid=807
   8 External review
   9 http://gwdoc.icrr.u-tokyo.ac.jp/cgi-bin/private/DocDB/ShowDocument?docid=947
  10 
  11 *** DetCharシステムの開発環境（サブシステムに共通なもの）
  12 復習
  13 行うこと
  14 ある与えられたチャンネルデータに含まれる、
  15 定常性ノイズの評価・対策
  16 非定常ノイズの評価・対策
  17 それらをあわせて望遠鏡の状態とすると、
  18 望遠鏡状態の診断を行うシステムの構築。
  19 
  20 方法
  21 案１）DTTと親和性が高いDMTなどLIGOで開発が進められているもの（LAL-detchar）を利用・拡張していく。
  22 案２）独自のシステムを開発する。
  23 案３）案１−２の折衷
  24 案４）他のアイディア
  25 ...
  26 
  27 現在は案３を採用している。
  28 
  29 DetCharシステムは、実験家が使いやすいシステムにする必要がある。
  30 特にコミッショニング期間（KAGRAの場合、半年！）で役に立つことが重要。
  31 どのようなシステムがコミッショナーに使いやすいか？
  32 →　使ってもらえなかったら意味がない
  33 （例：マニュアルの作成、フレンドリーなユーザインターフェース、覚えることはなるべく少なく）
  34 
  35 どのような開発方法が開発者にとって開発しやすいか
  36 →　開発者のモチベーションが上がらなかったらろくなものができない。
  37 （例：C++でライブラリを作って、それを自分の好きな言語で読み込んで使う。など）
  38 
  39 ***** 議事録
  40 o 案２について、KAGRA独自のサブシステムのdetcharは独自に作る必要がある。
  41 o デジタルが不調のときどうする？
  42 DTTが動かない場合、DMTも動かなくなるのかはわからない。（AI　次回報告、議論）
  43 o DMT、DTTのデベロッパーがいない状況で、それをプラットフォームにしてよいのか？
  44 o 現在は、ディスプレイ関係は独自、ソフトウェアはLAL-detcharをベースにして進めている。
  45 o DMT, DTTベースで開発をすすめ、大本がコケたとき、他のプラットフォームに移行することは可能か？
  46 おそらく可能。
  47 AI DMTソフトの開発のための資料を送る。
  48 
  49 議論は継続
  50 現在のところ
  51 案１　０ 票
  52 案２　１票
  53 案３　１票
  54 
  55 *** ソフトウェアの開発
  56 復習
  57 DetCharシステムに乗せるソフトウェアと、特定の用途の
  58 もの（シャドウセンサーによるバイオリンモード効果の低減、相関磁場モニタ）など、
  59 周辺環境を含む望遠鏡の状態を解析するためのツール。
  60 
  61 方法
  62 案１）DMT上に開発していく。
  63 案２）独自のパッケージを作っていく
  64 案３）LAL-detcharにそって開発し、LVCにも貢献していく
  65 案４）案１−３を融合
  66 案５）案２と３の折衷
  67 案６）他のアイディア
  68 ...
  69 
  70 現在は案５を採用している。
  71 
  72 ***** 議事録
  73 議論は継続。システムの案件と近い。
  74 
  75 *** 韓国との共同研究テーマについて
  76 背景
  77 これまで韓国グループとは、主に多チャンネルを用いた多変量解析で、雑音と重力波を区別するテーマに関して共同研究してきた。
  78 しかし３月で２国間交流の科研費が終了することになった。
  79 この先については現在のところわからないので川村さんに問い合わせる？
  80 何もアクションを起こさなかったらそのままなくなると思われる。
  81 
  82 現在進行形のテーマは
  83 **** Event detection pipelines (K)
  84 **** Feature selection statistics (t- or z- statistics) (K)
  85 **** To measure channelsʼ’ responsibility for noise events(J) 
  86 **** Classification of noise events (J)
  87 **** Integrating these information, localize the noise sources. 
  88 **** First exam is to localize hardware injection we generated during last CLIO operation.
  89 Other exams are to do same for noise identified already in LSC
  90 
  91 ***** 議事録
  92 この先どうする？？？
  93 AI 川村さんに問い合わせる。この先の韓国との共同研究はどうする？
  94 responsible channelを特定する方法はあるのか？
  95 →まだ研究段階。複数のテーマを融合してやる。
  96 
  97 *** UTB detcharの提案について
  98 
  99 論文：
 100 http://ads.nao.ac.jp/abs/2012CQGra..29t5018C
 101 
 102 Kazu,
 103 I would like to propose that work which requires access to Kagra data. Specifically, I would like to use the engineering 
 104 information to help develop a new detector characterization method called the Critical Coupling Likelihood (CCL) method.
 105 This method is a new analysis approach intended to help characterize future GW detection instruments. In order to use
 106 Kagra to aid in the development of CCL we at UTB would need to move sizeable blocks of Kagra engineering data onto our computing
 107 clusters at UTB. This data would then be processed into a metadata product with tools such as GSTLAL, then this data would be
 108 fed into CCL. All of this data processing would yield information about subsystem behavior observed with CCL. The primary 
 109 goal is to to be able to estimate the behavior of complex GW detector subsystems. In the case of using engineering data
 110 we are testing CCL to see if estimates of transfer functions for complex systems can be obtained from engineering data. 
 111 In engineering data, there already exist explicit transfer function measurements, comparing CCL results to these measured transfer
 112 functions would be very useful and serve as case study data which we expect to use to publish a paper arguing for the use
 113 of dynamically estimated transfer functions. We hope that if we can reliably obtain reasonable transfer function estimated with 
 114 CCL, then CCL calculations should be able to identify shifts in subsystem behavior while the system is active. We hops that our 
 115 interest in Kagra data becomes a long term collaboration, developing our intuitive detector characterization knowledge using current 
 116 and future Kagra subsystems. Our work should help to reduce the Kagra commissioning time in the future, and potentially other Kagra benefits 
 117 not yet realized. Our actions assume a successful tests of CCL using Kagra data, 
 118 and this can result in availability of a new type of commissioning tool that will be at Kagra's disposal in the future. I, Cristina V. Torres
 119 would like to collaborate with Kazuhiro Hayama, and Kagra on behalf on the Center for Gravitational Wave Astronomy at the 
 120 University of Texas at Brownsville. In addition to myself, I would also like to integrate my future collaborators and graduate
 121 students into this Kagra detector chacterization effort.
 122 
 123 Cristina
 124 
 125 << 要約 >>
 126 CCLという新しいdetcharソフトをKAGRA(CLIO)のデータを用いて開発したい。
 127 第一目標は、CCLを用いてサブシステムの挙動を調べること。
 128 データから測定された伝達関数とCCLの結果を比較できればCCLの開発にとても役に立つ。
 129 その結果は論文にできるだろう。
 130 もしCCLをもちいて伝達関数が得られたら、システムが動作している間のサブシステムの挙動の変化を特定できるだろう。
 131 長い共同研究を望む。
 132 こういった研究は、KAGRAのコミッショニング時間の短縮に役に立つだろう。また他にも気づいていない利点があるだろう。
 133 将来的には自分の共同研究者や学生も取り込んで、KAGRA detcharに貢献したい。
 134 
 135 ***** 議事録
 136 LIGO、Virgoのデータではなく、KAGRA(CLIO)のデータを使う意義は？？
 137 →　例えばCLIO実験であれば、望むデータ（例えばハードウェアインジェクションなど）を比較的取得しやすいという利点はある。
 138 
 139 *** 多変量解析についての統数研の間野さんのコメント
 140 私自身もrandom forestやSVMを用いていたり、最近はSVMに代表されるカーネル法の
 141 応用として尤度を使わないベイズ推測を手掛けていて、問題意識はよく分かりました。
 142 いくつか感想を書かせて頂きます。
 143 
 144 1. バーストサーチではモデルを仮定しにくいので、いずれ実際のsignalが蓄積する
 145 のでしたら機械学習の手法が有効というのはその通りと思います。
 146 
 147 2. bias-varianceのトレードオフがあるので、チャンネルを増やせばよいというものでもなく、
 148 いずれ有用なチャンネルを選択する必要が生じると思います。
 149 
 150 3. inputが具体的に何かが分かりませんでしたが、複数チャンネルからの時系列データと
 151 思います。inputの仕方が重要と思います。
 152 
 153 4. 個々のsignalのsignalらしさ（仮説検定のp値にようなもの）を定量化する必要が生じる
 154 と想像しますが、そのためには、random forestやSVMのような判別の枠組みは
 155 使いにくいかもしれないと思いました。
 156 
 157 
 158 ****** 議事録
 159 多変量解析から一度レクチャー。
 160 資料を渡す。