用中文解释一下：The selection criteria that define the search class C3 reduce the background by introducing a constraint on the signal morphology. In order to illustrate the significance of GW150914 against a background of events with arbitrary shapes, we also show the results of a search that uses the same set of events as the one described above but without this constraint. Specifically, we use only two search classes: the C1 class and the union of C2 and C3 classes (C2 þ C3). In this two-class search the GW150914 event is found in the C2 þ C3 class. The left panel of Fig. 4 shows the C2 þ C3 class results and background. In the background of this class there are four events with ηc ≥ 32.1, yielding a false alarm rate for GW150914 of 1 in 8 400 years. This corresponds to a false alarm probability of 5 × 10−6 equivalent to 4.4σ.

定义搜索类别C3的选择标准通过引入信号形态的约束减少了背景噪声。为了说明GW150914在任意形状事件背景下的显著性，我们还展示了一种使用与上述相同的事件集进行搜索但没有这种约束的搜索结果。具体而言，我们只使用了两个搜索类别：C1类和C2和C3类别的并集（C2+C3）。在这种两类搜索中，GW150914事件被发现在C2+C3类别中。图4的左面板显示了C2+C3类别的结果和背景。在这个类别的背景中，有4个检测统计量ηc≥32.1的事件，导致GW150914的误报率为8,400年1次。这相当于误报概率为5×10^-6，相当于4.4σ。

相关问题

Due to limitations of the com.mongodb.BasicDocument, you can't add a second 'null' criteria. Query already contains

这个错误通常是由于在构建MongoDB查询时，使用了两次空的Criteria对象（即null）。在MongoTemplate中，当您使用多个Criteria对象构建查询时，每个Criteria对象都必须是非空的。

请检查您的查询代码，确保没有使用两个空Criteria对象。您可以尝试将您的查询代码改为以下方式：

Criteria criteria1 = Criteria.where("field1").is(value1);
Criteria criteria2 = Criteria.where("field2").is(value2);

Criteria finalCriteria = new Criteria().andOperator(criteria1, criteria2);

List<Document> result = mongoTemplate.find(Query.query(finalCriteria), Document.class, "collectionName");

在这个例子中，我们使用了两个非空的Criteria对象，然后将它们使用andOperator方法组合成一个Criteria对象。最后，我们将组合后的Criteria对象传递给MongoTemplate的find方法。

如果您仍然遇到错误，请提供更多详细信息，以便我可以更好地帮助您解决问题。

WARNING:tensorflow:Layer lstm_889 will not use cuDNN kernels since it doesn't meet the criteria. It will use a generic GPU kernel as fallback when running on GPU

这个警告信息是由 TensorFlow 库生成的，它表明你的模型中的 `lstm_889` 层无法使用 cuDNN 内核。cuDNN 是一个加速器库，用于在支持 NVIDIA GPU 的环境中优化深度学习模型的训练和推理。

有几个原因可能导致这个警告出现：

1. 使用的 TensorFlow 版本较旧或不兼容 cuDNN。尝试更新 TensorFlow 到最新版本，以确保与 cuDNN 兼容。

2. 模型中的 `lstm_889` 层参数设置不符合 cuDNN 的要求。例如，cuDNN 对于 LSTM 层有一些限制，如输入序列的最大长度、隐藏状态的维度等。你可以检查模型中 `lstm_889` 层的参数设置是否符合 cuDNN 的要求。

3. 当前环境可能没有正确配置 GPU 支持。确保你的 GPU 驱动程序已正确安装，并且 TensorFlow 能够正确访问 GPU。

需要注意的是，尽管警告提示 `lstm_889` 层无法使用 cuDNN，但 TensorFlow 会提供一个备选的通用 GPU 内核以在 GPU 上运行。这意味着你的代码仍然可以在 GPU 上运行，但可能会比使用 cuDNN 内核时慢一些。

如果你对此警告信息还有其他疑问，建议查阅 TensorFlow 官方文档或在相关论坛上发帖寻求帮助。