Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
CRIS Current Research Information System
Virgo started collecting science data during weekends in order to not interfere with commissioning activities. The goal of Weekly Science Runs is to ease the transition between commissioning periods and data taking periods, in addition to providing data sets exploiting the stationary behavior of the detector. The detection of gravitational wave (GW) bursts emitted by core collapse of supernovae is one of the most difficult tasks for the GW community due to the fact that there are uncertainties in the exact shape of the waveforms, as we do not have complete models. A major task for this kind of detection effort is the cleaning of the event triggers found by the detection pipelines, namely the removal of accidental transient signals due to noise source events. In order to clean our data from false GW events, we need to define a strategy for data quality cut and veto of auxiliary and environmental monitoring channels. In this paper we report on the analysis we performed on data acquired during Weekly Science Runs to explore and define the data quality cut and veto studies for burst analysis.
Acernese, F., Amico, P., Alshourbagy, M., Antonucci, F., Aoudia, S., Astone, P., et al. (2007). Data quality studies for burst analysis of Virgo data acquired during Weekly Science Runs. CLASSICAL AND QUANTUM GRAVITY, 24(19), S415-S422 [10.1088/0264-9381/24/19/S05].
Data quality studies for burst analysis of Virgo data acquired during Weekly Science Runs
Virgo started collecting science data during weekends in order to not interfere with commissioning activities. The goal of Weekly Science Runs is to ease the transition between commissioning periods and data taking periods, in addition to providing data sets exploiting the stationary behavior of the detector. The detection of gravitational wave (GW) bursts emitted by core collapse of supernovae is one of the most difficult tasks for the GW community due to the fact that there are uncertainties in the exact shape of the waveforms, as we do not have complete models. A major task for this kind of detection effort is the cleaning of the event triggers found by the detection pipelines, namely the removal of accidental transient signals due to noise source events. In order to clean our data from false GW events, we need to define a strategy for data quality cut and veto of auxiliary and environmental monitoring channels. In this paper we report on the analysis we performed on data acquired during Weekly Science Runs to explore and define the data quality cut and veto studies for burst analysis.
Acernese, F., Amico, P., Alshourbagy, M., Antonucci, F., Aoudia, S., Astone, P., et al. (2007). Data quality studies for burst analysis of Virgo data acquired during Weekly Science Runs. CLASSICAL AND QUANTUM GRAVITY, 24(19), S415-S422 [10.1088/0264-9381/24/19/S05].
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11585/998560
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
4
4
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.