本研究の目的は，信号波候補の検出を行うニューラルネットを構築し，ノイズに埋もれた時系列データである重力波データの信号雑音比と信号波形を特徴づけるパラメータを同時に見積もることで，重力波候補の絞り込みを行うことである．ノイズを含む擬似データを信号変換して時間周波数空間で表現した二次元画像を訓練データとしてCNNを学習させる．信号波の中心周波数・振動数変化率・中心時刻・時間幅・信号雑音比を出力パラメータとする．複数の重力波検出器で取得された実データに適用し，推定されたパラメータ間の一致の程度を指標にした尤度比を用いて波形検出の判定基準を定める．この手法における誤検出の発生頻度と検出限界を評価する．