KI und die schwierigen Probleme der Welt · Astronomie & Weltraum · arXiv · 2026-10-19
Verpasste Detektionen und Fehlalarme in einem CNN-Technosignatur-Detektor auf Breakthrough-Listen-Daten
Originaltitel: Missed Detections and False Alarms in a CNN Technosignature Detector on Breakthrough Listen Data
Suchen nach Radio-Technosignaturen nutzen Detektoren des maschinellen Lernens, um Kandidaten einzugrenzen, doch diese werden meist nur an Daten validiert, die ihrem Trainingsdatensatz ähneln. Der Autor fror einen Standard-Wettbewerbsdetektor ein und testete ihn mit 15.000 injizierten Signalen aus zehn Morphologien und fünf Amplituden, die in reale Green-Bank-Hintergründe eingebettet wurden. Der Recall folgte nicht der erwarteten Reihenfolge und sank, je heller die Signale wurden, selbst bei nadelartigen Signalen, auf die der Detektor trainiert war (0.590 auf 0.090), und ein Störungstyp erreichte eine Falsch-Positiv-Rate von 0.627.