AI与世界难题 · 天文与太空 · arXiv · 2026-10-19
Breakthrough Listen数据上CNN技术特征探测器的漏检与误报
原标题: Missed Detections and False Alarms in a CNN Technosignature Detector on Breakthrough Listen Data
射电技术标记搜索使用机器学习检测器来缩小候选范围，但这些检测器通常只在与训练集相似的数据上进行验证。作者冻结了一个标准的竞赛检测器，并用 15,000 个注入信号对其进行测试，这些信号涵盖十种形态和五种幅度，被置入真实的 Green Bank 背景中。召回率并未遵循预期的排序，而是随着信号变亮而下降，即使对于检测器训练时所用的针状信号也是如此（从 0.590 降至 0.090），并且有一种干扰类型的假阳性率达到 0.627。