Búsqueda · 25 momentos en 15 episodios
Luisa AchaerandioFrancis VillatoroBorja TosarHéctor Socassalvapantallas detecta señales seticorrecciones y sumas proyecto setiseñales interesantes enterradas en ruidoseñales seti forma gaussianaduración de pulsos seti segundoalgoritmos seti duración milisegundosdetección señales por encima ruidoHéctor SocasSETI at Home
Detección Señal Ruido 1 5 sigma
Con
0:000:301:001:302:002:303:13
Héctor Socas explica cómo se analiza la forma y duración de las señales detectadas en el proyecto SETI at Home, utilizando una gaussiana para identificar picos y ajustando los valores de duración para detectar señales por encima del ruido.
…por ejemplo como el Sol, tiene una cierta velocidad orbital porque tiene que estar a una cierta distancia de su estrella entonces consideran esa velocidad orbital como parte del rango de la deriva que puede tener la señal entonces basándose en todo eso. Todo eso lo hacía nuestro salvapantallas; es lo que quiero decir. Todas esas correcciones, sumas, tal, para intentar rascar señal por debajo del ruido, lo hacía nuestro salvapantallas y así identificaba un montón de señales interesantes que estaban enterrados en el ruido y luego además intentaba ajustar una gaussiana para Ver si la señal tiene forma gaussiana o ver si es un pico, simplemente. Probar con diferentes valores de duración. Que hubiera un pulso, como decía yo antes, de un segundo, de medio segundo, de cinco segundos y apilar señal en esos intervalos temporales para ver si puedes detectar una señal por encima del ruido. Entonces, haciendo todo eso, son sensibles a señales que puedan tener una duración de entre milisegundos hasta 53 segundos. Ese es el marco de sensibilidad que tienen estos algoritmos. Y luego una vez que se hace eso, se detectan estas señales y se mandan al servidor que hay en Berkeley, que es el backend para que las analice y descarte las que son radiofrecuencia, o sea interferencia de radiofrecuencia. ¿Cómo se descarta?…
Significado #1
Héctor Socas explica cómo se buscan señales débiles en el proyecto SETI at Home, más allá de las que superan el ruido inicial.
Habla: Héctor SocasSignificado #10señales débiles proyecto seti at homereducción del ruido sumando tiempointervalos de tiempo setiproyecto seti at homesumando señales en frecuenciascompensación de deriva señal cósmica…en todo esto, ¿no? Ya les dije que hay 12.000 millones de señales, que las 12.000 millones son interferencias de señales humanas que están en tierra. Entonces se buscan señales que tengan esa deriva porque eso te puede indicar que vienen del espacio. ¿Qué pasa? Que quieres buscar, o sea, no se trata solo de detectar señales que tienen un pico por encima del ruido, porque puede haber señales que sean más débiles, pero cuando tú sumas un periodo de tiempo entonces te aparece la señal porque reduces el ruido, ¿no? Entonces lo que hacen es sumar en tiempo, van probando diferentes valores; vamos a probar en intervalos de. 1 segundo, de 5 segundos, de 10 segundos, sumando señal a ver si aparece algo por encima del ruido y también sumando en frecuencias, pero al sumar en frecuencias no las sumas todas juntas porque la señal puede estar derivando sino que las desplazas para compensar la deriva, como tú no sabes qué deriva tiene la señal porque puede venir del cosmos lo que hacen es que ponen Un rango, dicen este es el rango de derivas interesantes, entonces vamos a ir probando para diferentes derivas dentro de ese rango y sumamos la señal de forma que se apile; si hay una señal con esa deriva, se amplifique al sumarla, porque ya yo voy…
Héctor Socas explica cómo se analiza la forma y duración de las señales detectadas en el proyecto SETI at Home, utilizando una gaussiana para identificar picos y ajustando los valores de duración para detectar señales por encima del ruido.
Habla: Héctor SocasSignificado #1salvapantallas detecta señales seticorrecciones y sumas proyecto setiseñales interesantes enterradas en ruidoseñales seti forma gaussianaduración de pulsos seti segundoalgoritmos seti duración milisegundosdetección señales por encima ruido…por ejemplo como el Sol, tiene una cierta velocidad orbital porque tiene que estar a una cierta distancia de su estrella entonces consideran esa velocidad orbital como parte del rango de la deriva que puede tener la señal entonces basándose en todo eso. Todo eso lo hacía nuestro salvapantallas; es lo que quiero decir. Todas esas correcciones, sumas, tal, para intentar rascar señal por debajo del ruido, lo hacía nuestro salvapantallas y así identificaba un montón de señales interesantes que estaban enterrados en el ruido y luego además intentaba ajustar una gaussiana para Ver si la señal tiene forma gaussiana o ver si es un pico, simplemente. Probar con diferentes valores de duración. Que hubiera un pulso, como decía yo antes, de un segundo, de medio segundo, de cinco segundos y apilar señal en esos intervalos temporales para ver si puedes detectar una señal por encima del ruido. Entonces, haciendo todo eso, son sensibles a señales que puedan tener una duración de entre milisegundos hasta 53 segundos. Ese es el marco de sensibilidad que tienen estos algoritmos. Y luego una vez que se hace eso, se detectan estas señales y se mandan al servidor que hay en Berkeley, que es el backend para que las analice y descarte las que son radiofrecuencia, o sea interferencia de radiofrecuencia. ¿Cómo se descarta?…