Augmented kludge waveforms and Gaussian process regression for EMRI data analysis
极端质量比螺旋线（EMRI）将是未来天基引力波探测器的一种重要天体物理源。在这些探测器的数据分析中，需要对EMRI波形模板的准确性和计算速度进行权衡。我们讨论了如何使用更快的模板所产生的系统误差可以减少与改进的模型，如增强组装波形，并与统计技术，如高斯过程回归边缘化。
2016-02-01 astro-ph.HE astro-ph.IM gr-qc
Tunable compression of template banks for fast gravitational-wave detection and localisation
一种用于减少用于引力波的匹配滤波器搜索的在线计算成本的策略是在基于网格的搜索中引入用于波形模板库的压缩基。在本文中，我们提出并研究了几个可调压缩方案的一般模板银行。通过离线压缩，这种方案被证明可以更快地检测和定位信号，同时在相同的计算成本水平上适度提高粗化银行的灵敏度和准确性。这对于涉及模板库的任何搜索都是潜在有用的，特别是在分析来自未来天基探测器（例如eLISA）的数据时，由于长持续时间波形和大参数空间，在线网格搜索是困难的。
2016-05-19 astro-ph.IM gr-qc
Accuracy of numerical relativity waveforms with respect to space-based gravitational wave detectors
针对空间引力波探测器数值相对论波形精度研究不足的问题，本文研究发现现有数值相对论波形对LISA、太极、天琴的精度达99%，与LIGO场景下的精度水平相当，为空间探测波形模板构建提供基础。
2024-01-27 astro-ph.IM gr-qc
Extraction of black hole coalescence waveforms from noisy data
我们描述了一个独立的分析LIGO数据的黑洞合并事件。使用利用观测到的或预期的随时间变化的频率内容的滤波方法直接从数据中提取引力波应变波形。在滤除谱峰（并考虑有限带宽）之后，对残余噪声的统计分析没有显示出非高斯行为的证据。也没有证据表明，在汉福德和利文斯顿站点的噪声信号之间存在异常的因果关系。提取的波形与LIGO提供的黑洞合并模板波形一致。模拟事件，已知的信号注入到真实的噪声，用于确定由于残余噪声的不确定性，并证明我们的结果是无偏的。我们的RMS信噪比（SNR）和出版的匹配滤波器检测SNR的概念和数值之间的差异进行了讨论。
2018-08-24 astro-ph.IM gr-qc
Generating optimal Gravitational-Wave template banks with metric-preserving autoencoders
针对匹配滤波引力波模板库构建需求，本文提出保度量自编码器非线性降维方法，可在潜在空间均匀网格生成模板库，相较SVD方法所需维度更少，适用于多类物理研究场景。
2025-11-18 astro-ph.IM gr-qc
Estimation of the gravitational wave polarizations from a non template search
引力波天文学才刚刚开始，在最近成功的四次直接探测到双星黑洞合并之后，这是第一次从一颗双星中子星进行观测，预计还会有更多的事件发生。鉴于从不完全建模的天体物理过程中检测波的可能性，在使用非模板算法进行搜索的情况下，准备计算极化波形是至关重要的。在这种情况下，波形极化是包含关于生成过程的直接信息的唯一量。我们提出了一个新的有价值的工具，估计逆解的引力波瞬态信号的性能，从分析的信号特性的非模板算法，是开放的更广泛的一类重力信号不包括模板算法。我们突出的贡献与检测器的响应，天空定位和源的偏振角的波偏振。在本文中，我们提出了这样的方法的性能和它的影响，通过使用两个主要类别的瞬态信号，类似于最简单和复杂的形态的极限情况。性能是令人鼓舞的，对于测试波形：原始和重建波形之间的相关性从简单形态的80%以上跨越到复杂形态的50%以上。对于一个非模板搜索，这个结果可以被认为是令人满意的重建天体物理的祖先。
2017-12-15 astro-ph.IM
Advancements in the GravAD Pipeline: Template Reduction and Testing Simulated Signals for Black Hole Detection
本文改进了基于Python的引力波检测系统GravAD流程，通过减少波形模板、实现模拟信号和优化技术提升了检测性能与效率，并释放计算资源，同时指出了系统局限及未来改进方向。
2023-07-27 astro-ph.IM gr-qc
Comparison of neural network architectures for feature extraction from binary black hole merger waveforms
本研究比较多种神经网络架构在双黑洞并合波形特征提取中的表现，发现时间卷积网络（TCN）最优，且波形近似器的选择影响特征提取能力，但高性能不保证更忠实于数值相对论。
2023-08-01 astro-ph.IM gr-qc
An autoencoder-based surrogate waveform model for quasi-circular binary-black-hole mergers
Universitat de València（瓦伦西亚大学）；University of Valencia（瓦伦西亚大学）；Universidade do Minho（米尼奥大学）
本文提出基于自编码器的替代波形模型AESur3dq8，用于快速生成准圆形二黑洞并合的高精度波形，实现高效模板库构建并验证其与数值相对论的匹配度。
2026-10-28 astro-ph.HE astro-ph.IM gr-qc
Extraction of binary neutron star gravitational wave waveforms from Einstein Telescope using deep learning
针对第三代引力波探测器ET的双中子星引力波数据处理挑战，提出基于深度学习的波形提取框架，含分阶段去噪模型与振幅正则化模型，为双中子星引力波的预警、搜索和定位提供新方法。
2024-06-22 astro-ph.IM
Template bank to search for exotic gravitational wave signals from astrophysical compact binaries
针对广义相对论(GR)模板库无法有效探测双中子星非GR信号的问题，提出一种结合三维晶格放置与随机方法的混合构建法，生成了约15倍于传统库的非GR模板库，有效提升了目标空间内非GR信号的探测能力。
2024-06-25 astro-ph.IM gr-qc
Fast neural network surrogate for multimodal effective-one-body gravitational waveforms from generically precessing compact binaries
Institute for Gravitational Wave Astronomy and School of Physics and Astronomy, University of Birmingham（伯明翰大学引力波天文学研究所与物理与天文学院）
本文提出一种快速神经网络替代模型，用于生成多模态引力波形，提升计算效率，适用于预旋准圆二体系统，验证了模型的准确性，并在贝叶斯参数推断中应用。
2026-04-15 astro-ph.HE astro-ph.IM gr-qc
Extraction of Binary Black Hole Gravitational Wave Signals from Detector Data Using Deep Learning
准确提取探测到的引力波信号波形对于验证探测和探测产生引力波的源背后的天体物理是必不可少的。然而，这在现实场景中可能是困难的，其中由现有GW检测器检测到的信号可能被非平稳和非高斯噪声污染。虽然现有的波形提取方法的性能是最佳的，他们不够快，在线应用，这是重要的多信使天文学。在本文中，我们证明了由卷积神经网络和双向长短期记忆组件组成的深度学习架构可用于在几毫秒内从现实噪声中提取二进制黑洞（BBH）GW波形。我们已经系统地测试了我们的网络注入GW信号，组件质量均匀分布在10至80太阳质量的范围内，高斯噪声和LIGO探测器噪声。我们发现，我们的模型可以提取GW波形重叠超过0.95与纯数值相对论模板的信号与信噪比（SNR）大于6，也是强大的干扰毛刺。然后，我们将我们的模型应用于从第一次（O1）和第二次（O2）观察运行中检测到的所有十个BBH事件，获得所有十个提取的BBH波形与相应的纯模板的大于0.97的重叠。我们讨论了我们的结果的含义和未来的应用GW本地化和质量估计。
2021-07-17 astro-ph.IM gr-qc
A binary tree approach to template placement for searches for gravitational waves from compact binary mergers
我们展示了一种新的几何方法快速模板放置搜索引力波的螺旋，合并和环缩的紧凑的双星。该方法是基于一个二叉树分解的模板银行参数空间成非重叠的超立方体。我们使用一个数值近似的信号重叠度量在每个超立方体的中心，以估计覆盖超立方体所需的模板的数量，并确定是否进一步分裂超立方体。只要给定立方体中的预期模板数量大于给定阈值，我们就根据度量沿其最长边分割立方体。当一个给定的超立方体中的模板的预期数量下降到这个阈值以下时，分裂停止，并将一个模板放置在超立方体的中心。使用这种方法，我们产生对准自旋模板银行覆盖的质量范围适合高级LIGO数据的搜索。对准自旋库需要约24 CPU小时，并产生200万个模板。在一般情况下，我们发现，其他方法，即随机放置，产生更严格的有界损失波形之间的匹配，与波形之间的最小匹配需要约两倍的模板与我们提出的算法。尽管我们注意到平均匹配更高，这将导致更高的检测效率。我们的主要动机是不严格减少模板的数量与此算法，而是要产生一个银行有用的几何性质的物理参数空间坐标。这些性质对于总体建模和参数估计是有用的。
2022-09-22 astro-ph.IM gr-qc
Deep Learning Model on Gravitational Waveforms in Merging and Ringdown Phases of Binary Black Hole Coalescences
基于匹配滤波的重力波搜索波形模板应覆盖较宽的参数范围，以保证探测的成功。数值相对论（NR）已被广泛接受为最准确的波形建模方法。尽管如此，众所周知，NR通常需要大量的计算成本。在本文中，我们展示了一种新的确定性深度学习（DL）架构的概念验证，该架构可以从非旋转二元黑洞合并的合并和振铃阶段生成引力波形。我们的模型需要${\cal O}$（1）秒来生成大约$1500$波形，平均与最先进的波形近似值之一（有效单体）匹配99.9%。我们还进行了匹配滤波与DL波形，发现波形可以恢复注入的引力波信号的事件时间。
2021-05-25 astro-ph.IM gr-qc
Reduced basis catalogs for gravitational wave templates
我们介绍了一个新的范例，建模，表示和搜索的引力波的减少基础的方法。我们构造的波形目录为非自旋紧凑型二进制聚结，我们发现，为99%和99.999%的准确度的方法产生一个因素约$10-10^5$少模板比标准的位置方法。引力波的连续性可以用一个有限的、比较紧凑的基来表示。该方法在探测器噪声的变化下是鲁棒的，这意味着只需要生成单个目录。
2011-06-13 astro-ph.IM gr-qc physics.data-an
A robust, template-free approach to precise radial velocity extraction
多普勒光谱学是发现和表征系外行星的有力工具。几十年来，提取径向速度（RV）的标准方法是将观测到的光谱与加权模板掩模互相关。虽然仍然被广泛使用，但已知这种方法具有许多缺点，因此近年来越来越多的注意力已经放在开发提取RV的新的和改进的方法上。在这篇概念验证论文中，我们提出了一种简单而强大的RV提取方法。我们使用高斯过程来建模，并将所有对的光谱相互对齐;在不构建模板的情况下，我们将成对的RV位移结合起来，以产生精确的差分恒星RV。在高度本地化的基础上这样做，即使没有任何先前的天体物理知识的输入，也可以采用数据驱动的方法来识别和减轻光谱污染。我们表明，这种方法应用到一个不活跃的标准星产量RV与相当的精度和显着较低的均方根变化比RV从行业标准的管道。虽然可以进行许多改进，但即使在这里提出的基本形式中，我们的方法也可以促进对更广泛的恒星周围较小行星的研究，这比以前可能的要容易。
2019-12-19 astro-ph.EP astro-ph.IM astro-ph.SR
Self-supervised reconstruction of transients in data from space-borne gravitational-wave detectors
Center for Gravitational Wave Experiment, National Microgravity Laboratory, Institute of Mechanics, Chinese Academy of Sciences（中国科学院力学研究所微重力实验室引力波实验中心）；Taiji Laboratory for Gravitational Wave Universe (Beijing/Hangzhou), University of Chinese Academy of Sciences (UCAS)（中国科学院大学太极引力波宇宙实验室（北京/杭州））
针对天基引力波数据中未知形态暂现信号，提出Noise2Noise启发的自监督框架，无需干净标签和模板，实现波形恢复及仪器异常扣除。
2026-09-09 astro-ph.GA astro-ph.IM gr-qc
The impact of numerical derivatives on radial velocity extraction
Instituto de Astrofísica e Ciências do Espaço, CAUP, Universidade do Porto（太空科学与天体物理研究所，CAUP，波尔图大学）；Departamento de Física e Astronomia, Faculdade de Ciências, Universidade do Porto（物理与天文系，理学院，波尔图大学）
研究使用低信噪比恒星模板时，基于数值导数的径向速度提取方法的局限性，发现数值导数在信噪比100时引入米/秒级误差，增加信噪比或谱线数量可降低影响。
2026-06-29 astro-ph.EP astro-ph.IM
