Bayesian inference on compact binary inspiral gravitational radiation signals in interferometric data
介绍了一种马尔可夫链蒙特卡罗(MCMC)参数估计程序,用于干涉引力辐射数据搜索双星中子星内旋信号。可以估计与内旋相关的五个参数,并产生汇总统计。为了提高编码的效率,采用了先进的MCMC方法,包括重要性恢复和基于检测概率的先验分布。一个例子是从一个应用程序使用现实的,虽然是虚构的,数据。
2006-09-28 gr-qc
Bayesian Calibration of Gravitational-Wave Detectors Using Null Streams Without Waveform Assumptions
KU Leuven(荷语鲁汶大学);Leuven Gravity Institute, KU Leuven(鲁伦引力研究所,荷语鲁汶大学);Utrecht University(乌得勒支大学);Nikhef -- National Institute for Subatomic Physics(NIKHEF——国家亚原子物理研究所)
本文提出一种贝叶斯零流方法,无需波形假设即可校准封闭几何引力波探测器网络,并通过概念验证研究证明其可行性,有望提升下一代探测器的校准精度。
2025-10-07 gr-qc
A Bayesian approach to the follow-up of candidate gravitational wave signals
地基引力波激光干涉仪(LIGO、GEO-600、Virgo和Tama-300)现已达到高灵敏度和占空比。我们提出了一个贝叶斯证据为基础的方法来搜索引力波,特别是针对后续的候选事件产生的分析管道。我们介绍并证明了一种有效的方法来计算不同模型之间的证据和比值比,并说明这种方法使用的具体情况下产生的引力波信号在螺旋阶段的二元系统,建模在领先的四极牛顿秩序,在合成噪声。我们表明,该方法是有效的检测信号的检测阈值,它是强大的对(某些类型的)仪器文物。该方法的计算效率使其可扩展到分析由分析管道生成的所有触发器的分析,以在使用地基干涉仪的调查中搜索合并二进制,以及以大量参数为特征的各种信号波形。
2008-07-04 gr-qc
Bayesian comparison of Post-Newtonian approximations of gravitational wave chirp signals
我们估计的概率探测到的引力波信号从合并紧凑的双星在模拟数据从地面干涉仪探测器的引力辐射使用贝叶斯模型选择。线性调频信号的模拟波形被假定为给定展开阶数的无自旋后牛顿(PN)波形,而搜索模板被假定为与模拟信号相同的后牛顿族或低于其后牛顿展开阶数的一个级别。在贝叶斯框架内,并通过应用可逆跳马尔可夫链蒙特卡罗模拟算法,我们比较PN1.5与PN2.0和PN3.0与PN3.5波形推导的检测概率,统计不确定性,由于噪声作为SNR的函数,和后验分布的参数。我们的分析表明,检测概率不妥协时,简化模型用于比较,而在确定这些信号的特征参数的准确性可以显着恶化,无论考虑后牛顿阶展开比较。
2007-12-11 gr-qc
Robust Bayesian detection of unmodelled bursts
一个贝叶斯处理的问题,检测一个未建模的引力波爆发与全球网络的引力波观测站揭示了几个以前提出的统计数据有隐含的偏见,使他们次优的现实信号人口。
2007-12-02 gr-qc
A Bayesian method to set upper limits on the strength of a periodic gravitational wave signal from the remnant of SN1987A: possible applications in LIGO searches
我们提出了一种方法,评估的理论检测限的贝叶斯马尔可夫链蒙特卡罗搜索周期性引力波信号发射的中子星。当在观测数据集中不能检测到信号时,逆概率产生强度的上限估计。所提出的方法是基于贝叶斯模型比较,自动量化奥卡姆剃刀。它通过偏爱解释数据的最简约的模型来限制模型的复杂性。通过比较模型与信号从脉冲星零模型,假设只有噪音,我们推导出的检测概率和估计的上限,搜索,例如,为SN 1987 a的窄带发射,可能会产生的数据在LIGO数据的灵敏度为一年的观测时间。
2008-08-16 gr-qc
Template-based Gravitational-Wave Echoes Search Using Bayesian Model Selection
来自两个黑洞合并的引力波信号的振铃被认为是对残余致密物体结构的探测,它可能比黑洞更奇特。已经指出,对于不同类型的奇异致密天体,在衰荡后期会有一系列的回波训练。在本文中,我们提出了一个基于模板的搜索方法,使用贝叶斯统计搜索的引力波的回波。在引力波事件中存在或不存在回波的证据可以通过执行贝叶斯模型选择来建立。贝叶斯模型选择中的Occam因子将自动惩罚更复杂的模型,即引力波应变数据中存在回波,因为其拟合数据的自由度更高。我们发现,搜索方法是能够识别引力波回波与阿贝迪等人。的回波波形模型约82.3%的时间在模拟高斯噪声中的先进LIGO和Virgo网络和约61.1%的时间在实际噪声中的先进LIGO的第一次观测运行与$\geq 5σ$的意义。使用这种方法进行分析的数据先进的LIGO的第一次观测运行,我们没有发现统计上的显着证据的引力波回波的检测。特别是,我们发现$<1σ$相结合的三个事件在先进的LIGO的第一次观测运行的证据。在本文中开发的分析技术是独立的波形模型,并可以使用不同的参数化回波波形模型,以提供更现实的证据,从外来紧凑的对象的回波的存在。
2019-06-04 gr-qc
Systematic and statistical errors in a bayesian approach to the estimation of the neutron-star equation of state using advanced gravitational wave detectors
先进的地面引力波探测器能够测量双中子星系统中的潮汐影响。在这项工作中,我们报告的统计不确定性测量潮汐变形与完整的贝叶斯参数估计实现。我们展示了如何同时测量啁啾质量和潮汐变形可以用来约束中子星状态方程。我们还研究了波形建模偏差和个别情况下的检测器噪声对这些测量的影响。我们特别发现,后牛顿波形族之间的系统误差可以显着偏置潮汐参数的估计,从而激励波形模型,在高频率更可靠的持续发展。
2014-02-20 gr-qc
Localization of GW190521 and reconstruction of the spin-2 gravitational-wave polarization modes
本文将L2D+PMR程序应用于GW190521事件进行天空定位和自旋-2引力波极化模式重建,结果与预期相符,提供了独立评估并完成了对该极化模式的第二次直接测量。
2025-03-31 gr-qc
An Analytic Approximation to the Bayesian Detection Statistic for Continuous Gravitational Waves
我们认为贝叶斯检测统计连续引力波的有针对性的搜索,称为$\mathcal{B}$统计。这是信号和噪声假设之间的贝叶斯因子,通过对信号的四个幅度参数进行边缘化而产生。我们表明,泰勒扩展到一阶天线方向图(参数空间度量的元素)的某些平均组合,边缘化积分可以进行分析,产生一个封闭形式的近似合流超几何函数。我们证明使用蒙特卡罗模拟,这种近似是强大的完整的$\mathcal{B}$ -统计,并优于传统的最大似然$\mathcal{F}$ -统计,几个观测场景,涉及平均恒星时间。我们还表明,近似不执行近瞬时观测,所以近似适合于长时间连续波观测,而不是瞬态建模信号,如紧凑的二进制inspiral。
2018-08-16 gr-qc
Bayesian inflationary reconstructions from Planck 2018 data
我们使用普朗克2018年的极化数据提出了三种非参数贝叶斯原始重建:线性样条原始功率谱重建,三次样条暴胀势重建和尖锐特征的原始功率谱重建。所有这三种方法都有条件地显示出在多极范围$\ell\sim20$到$\ell\sim50$中原始功率谱中的振荡特征的暗示,这在一定程度上保留在边缘化之后。我们发现没有证据表明偏离纯幂律在一个广泛的可观察的窗口($50\lesssim\ell\lesssim2000$),但发现参数化是首选的,能够占缺乏分辨率在大角度尺度由于宇宙方差,并在小角度尺度由于普朗克仪器噪声。此外,晚期宇宙学参数不受这些原始功率谱扩展的影响。这项工作旨在提供背景,并提供普朗克2018年论文中发现的贝叶斯原始重建工作的更多细节。
2019-11-11 astro-ph.CO astro-ph.IM gr-qc
Searching for Gravitational Wave Bursts via Bayesian Nonparametric Data Analysis with Pulsar Timing Arrays
引力波爆发是一个包罗万象的信号类别,其持续时间短于观测周期。本文将一种新的引力波数据分析方法--贝叶斯非参数方法应用于脉冲星定时阵观测的引力波探测问题。在贝叶斯非参数学中,约束被设置在函数空间上,可以合理地认为函数空间可以表征引力波信号的范围。这与目前采用或提出的方法不同,这些方法侧重于引入参数信号模型或寻找多余的功率作为引力波信号存在的证据。我们的贝叶斯非参数分析方法解决了两个问题:(1)调查,如果一个引力波爆发存在于数据中;(2)推断源的天空位置和爆发的持续时间。与Finn \& Lommen提出的方法相比,本文的方法在两个方面有所改进:(1)通过加入引力波信号平滑的先验知识来估计爆发持续时间,而Finn \& Lommen忽略了这一点;(2)我们通过对所有可能的参数进行边缘化来执行完整的贝叶斯分析,并提供关于引力波存在的鲁棒推断,而Finn \& Lommen选择优化参数,这将增加虚警风险,也低估了参数的不确定性。
2014-05-30 astro-ph.IM gr-qc
Bayesian reconstruction of primordial perturbations from induced gravitational waves
Swansea University(斯旺西大学)
本文提出了一种贝叶斯方法,利用引力波观测重建原初扰动的标量功率谱和宇宙方程状态。
2025-12-24 astro-ph.CO gr-qc
Rapid Bayesian position reconstruction for gravitational-wave transients
在接下来的几年里,Advanced LIGO和Virgo应该会探测到来自双中子星和中子星-黑洞合并的引力波。这些源也被预测为广泛的电磁瞬变提供动力。由于电磁信号可能很微弱,而且会迅速消失,因此观测它们取决于从引力波观测中快速推断出天空的位置。用于引力波参数估计的马尔可夫链蒙特卡罗方法可能需要数小时或更长时间。我们介绍BAYESTAR,一个快速的,贝叶斯的,非马尔可夫链蒙特卡罗天空定位算法,只需几秒钟,以产生概率天空地图,在准确性上与完整的分析。BAYESTAR的快速定位将使寻找紧凑双星合并的电磁对应物成为可能。
2016-01-15 astro-ph.HE gr-qc
Bayesian estimation of pulsar parameters from gravitational wave data
我们提出了一种方法来搜索,并参数化,从已知的无线电射电望远镜的干涉引力波探测器的数据中的信号。这种方法已被应用于LIGO和GEO 600探测器的数据,以设定几个射电望远镜发射引力波的上限。在这里,我们讨论的信号的性质和模拟数据的技术的性能。我们将展示如何执行相干多检测器分析,并给出一些信号参数之间的协方差的见解。
2005-10-25 astro-ph gr-qc
Bayesian cross validation for gravitational-wave searches in pulsar-timing array data
引力波数据分析需要复杂的统计噪声模型,以便从数据中提取高度模糊的信号。在贝叶斯模型比较中,我们通过比较它们的边际可能性来选择模型。然而,这种计算在数值上是充满的,并且可能对参数先验规范中的任意选择敏感。在贝叶斯交叉验证中,我们通过计算训练数据集中模型参数的贝叶斯后验来表征模型的拟合度和预测能力,然后使用该后验来计算不同测试数据集的平均可能性。由此产生的交叉验证分数很容易计算;它们对先前的调整不敏感;并且它们以牺牲预测性能为代价惩罚了过度拟合训练数据的不必要的复杂模型。在这篇文章中,我们讨论了交叉验证的背景下,脉冲星定时阵列数据分析,我们将其应用到模拟脉冲星数据(成功地选择了正确的频谱指数的随机引力波背景),并从NANOGrav 11年的释放脉冲星数据集(它令人信服地有利于一个模型,代表了一个短暂的功能,在星际介质)。我们认为,交叉验证提供了一个有前途的替代贝叶斯模型比较,我们讨论了它的使用引力波检测,通过选择或反驳模型,包括一个引力波组件。
2019-04-10 astro-ph.IM gr-qc
Implementation of an efficient Bayesian search for gravitational wave bursts with memory in pulsar timing array data
本文实现了一种利用地球项信号模型可分解性的高效贝叶斯技术,将搜索脉冲星计时数据中带记忆引力波暴的计算复杂度降低100倍,且结果与标准MCMC方法一致。
2022-09-19 astro-ph.HE gr-qc
Hierarchical Bayesian scheme for measuring the properties of dark energy with Strong gravitational lensing
为了了解我们的宇宙,目前的天空观测已经非常精确。勘测图提供的现象之一是引力效应。阿尔伯特·爱因斯坦(1936)首先基于他的广义相对论讨论了引力透镜效应的可能性,这可能会给我们一些关于宇宙学的信息。我们经常将这些效应按微透镜、弱透镜和强透镜类型分类。本文主要研究强引力透镜,特别是双源平面透镜系统。最近人们认识到,双透镜事件可以为我们提供另一种约束宇宙学参数的方法。为了大致了解“可以找到多少个这样的透镜事件”,我们建立了一个玩具模型,然后使用几个贝叶斯模型,以便对人工绘制的数据集进行统计分析。结果表明,双透镜实际上是约束宇宙学参数的有希望的对象。
2018-04-08 astro-ph.CO gr-qc
Bayesian reconstruction of gravitational wave bursts using chirplets
LIGO-Virgo合作使用各种技术来探测和表征引力波。一种方法是使用模板-从爱因斯坦方程导出的信号模型。另一种方法是直接从LIGO-Virgo网络中探测器的相干响应中提取信号。这两种方法都在第一次引力波探测中发挥了重要作用。在这里,我们扩展贝叶斯波分析算法,重建引力波信号使用一组连续小波,使用广义小波族,称为chirplets,具有随时间变化的频率内容。由于一般的引力波信号具有随时间演变的频率内容,因此线性调频波的集合提供了信号的更紧凑的表示,从而导致更准确的波形重建,特别是对于低信噪比事件和占据大的时间-频率体积的事件。
2018-04-09 astro-ph.HE gr-qc
Applicability of multi-component study on Bayesian searches for targeted anisotropic stochastic gravitational-wave background
The University of Tokyo(东京大学);University of Nevada, Las Vegas(内华达大学拉斯维加斯分校)
本文研究了多组分模型在贝叶斯搜索目标各向异性随机引力波背景中的适用性,发现单一模型可能引入偏差,而多组分模型能有效缓解此问题。
2025-12-03 astro-ph.HE gr-qc
Bayesian power spectral estimation of gravitational wave detector noise revisited
本文改进BayesWave并提出低延迟固定维贝叶斯谱估计算法FastSpec,通过频域白化数据正态性检验证明其显著优于Welch等经典方法。
2024-03-02 astro-ph.IM gr-qc
Navigating Unknowns: Deep Learning Robustness for Gravitational Wave Signal Reconstruction
本研究提出深度学习模型AWaRe用于LIGO数据中双黑洞并合引力波的快速重建,可外推处理训练未覆盖的信号特征,重建不确定性与基准算法相当,为引力波相关研究提供新方向。
2024-06-10 astro-ph.CO gr-qc
A Bayesian approach to multi-messenger astronomy: Identification of gravitational-wave host galaxies
我们提出了一个总体框架,将天体物理信息纳入贝叶斯参数估计技术所使用的引力波数据分析,以促进多信使天文学。由于瞬态引力波事件的祖先,如紧凑的二元聚结,很可能与宿主星系,通过使用宿主星系信息的源天空位置估计的改进进行了探索。为了演示如何宿主星系的属性可以包括在内,我们模拟了人口的紧凑的二元聚结和显示,约8.5%的模拟与200 Mpc,前十名最有可能的星系占约50%的总概率主办的引力波源。真正的引力波源宿主星系在大约10%的时间里是十大候选星系之一。此外,我们表明,通过包括宿主星系的信息,一个紧凑的二元引力波源的倾角可以得到更好的估计。我们还证明了我们的方法的灵活性,将使用B或K波段到我们的分析。
2014-09-03 astro-ph.HE gr-qc
Bayesian parameter estimation for targeted anisotropic gravitational-wave background
随机引力背景的扩展源通常是在球谐函数基上寻找的。在以往的地面引力波探测器(如LIGO和Virgo)的观测运行中,分析得到了角功率谱$C_\ell$的约束条件,但缺乏估计模型参数的能力。在本文中,我们介绍了一种替代贝叶斯形式主义搜索这样的随机信号与一个特定的分布的各向异性的天空。该方法提供了模型参数的贝叶斯后验,并且还使得能够在不同信号模型之间进行选择测试。虽然传统的分析固定的最高角度尺度\textit{a priori},在这里,我们展示了一个更系统和定量的方法来确定基于贝叶斯因子的截止尺度,这取决于所观察到的信号的幅度和角度尺度。此外,我们还分析了LIGO和Virgo的第三次观测,得到了信号幅度$ε< 2.7\times 10^{-8}$的95%约束。
2023-01-24 astro-ph.IM gr-qc
Incorporation of model accuracy in gravitational wave Bayesian inference
本文提出一种在引力波贝叶斯推断中纳入多个模型精度的方法,通过零噪声模拟信号验证其节省30%计算资源且更准确恢复参数,并应用于GW191109_010717揭示其主分量质量有69%概率超过恒星坍缩上限。
2025-08-06 astro-ph.HE astro-ph.IM gr-qc
Bayesian analysis of gravitational wave memory effect with TianQin
本文利用 TianQin 对大质量双黑洞并合引力波的记忆效应开展完整贝叶斯分析,量化其对参数估计的影响,并给出信噪比约2.36时 log₁₀ 贝叶斯因子达8的可探测判据。
2024-01-21 astro-ph.IM gr-qc
A meshfree approach for rapid reconstruction of compact binary sources detected in the network of international gravitational wave detectors
Indian Institute of Technology Gandhinagar(印度甘地纳加尔理工学院)
本文提出基于数值线性代数与无网格逼近的参数估计方法,加速波形生成与似然评估,以快速重建致密双星源参数,并通过模拟及真实引力波事件验证,助力多信使天文学与未来观测站。
2025-09-24 astro-ph.IM gr-qc
Bayesian Framework to Follow-up Continuous Gravitational Wave Candidates from Deep Surveys
Max Planck Institute for Gravitational Physics (Albert Einstein Institute)(马克斯·普朗克引力物理研究所(爱因斯坦研究所));Leibniz Universität Hannover(汉诺威莱布尼茨大学);Departament de Física, Universitat de les Illes Balears, IAC3 – IEEC(巴利阿里群岛大学物理系,IAC3-IEEC)
本文提出基于贝叶斯方法的持续引力波候选者后续跟踪框架,以提高自动化和效率。
2026-01-26 astro-ph.IM gr-qc
BILBY in space: Bayesian inference for transient gravitational-wave signals observed with LISA
本文修改贝叶斯推断库 BILBY 以处理 LISA 空间探测器的瞬态引力波信号,通过完整嵌套采样在零噪声和理想噪声下准确推断源性质,并验证高阶多极波形模型分析一年模拟数据的可行性。
2023-12-20 astro-ph.IM gr-qc
Conditional Noise Deep Learning for Parameter Estimation of Gravitational Wave Events
我们构建了一个贝叶斯推断深度学习机器,用于黑洞合并双星的引力波事件的参数估计。我们的深度贝叶斯机的结构采用了条件变分自动编码器方案,通过条件的引力波应变和探测器噪声的幅度谱密度(ASD)的变化。我们表明,我们的深度贝叶斯机能够产生与嵌套抽样方法兼容的后验,并且优于没有ASD条件的后验。我们的结果表明,即使ASD漂移/变化很大,深度学习也可以显著加快参数估计的过程。我们还将我们的深度贝叶斯机应用于LIGO/Virgo O3事件,对于信噪比高于典型阈值的引力波事件,我们的结果与传统的贝叶斯推断方法的结果是一致的。我们还讨论了未来改进的可能途径。
2021-11-28 astro-ph.IM gr-qc
A decision between Bayesian and Frequentist upper limit in analyzing continuous Gravitational Waves
考虑到目前地面引力波(GW)探测器的灵敏度,我们实际上可以预期的任何连续波信号都将处于或低于背景噪声的水平。因此,探测器数据的任何数据分析都需要依靠统计技术来将信号与噪声分离。虽然我们的探测器目前的灵敏度,我们不希望在我们的数据中检测到任何真正的GW信号,我们仍然可以设置其振幅的上限(UL)。事实上,这些上限告诉我们,我们将检测到的信号强度有多弱。在使用两种流行的方法,贝叶斯和频率论设置上限,总是有一个现实的结果的问题。在本文中,我们试图给出一个估计,如何现实地,我们可以设置上限使用上述方法。如果有的话,哪一个是我们未来数据分析工作的首选。
2011-09-14 gr-qc physics.data-an
Bayesian reconstruction of gravitational wave burst signals from simulations of rotating stellar core collapse and bounce
本文提出了一种从恒星核坍缩和核反弹的引力波信号中提取旋转恒星核坍缩物理参数的方法。来自干涉测量引力波探测器的数据可用于提供关于原始模型的质量、坍缩前旋转和核物质状态方程的信息。我们使用广义相对论中旋转恒星核心坍缩模型的最新数值模拟所提供的波形库,并使用主成分分析从它们创建一组正交的本征向量。贝叶斯推断技术,然后用于重建相关联的引力波信号,假设被检测到的干涉检测器。后验概率分布函数推导出的主成分分析特征向量的幅度,和脉冲到达时间。我们展示了如何重建的信号和主成分分析特征向量振幅估计可能提供的信息与核心崩溃事件的物理参数。
2009-11-18 astro-ph.HE gr-qc
Bilby: A user-friendly Bayesian inference library for gravitational-wave astronomy
贝叶斯参数估计正迅速成为引力波天文学的语言。这是一种利用引力波数据来推断源的天体物理性质的方法。我们介绍了一个用户友好的贝叶斯推断库的引力波天文学,比尔比。这个python代码提供了专家级的参数估计基础设施,具有简单的语法和工具,便于初学者使用。它允许用户对LIGO/Virgo的真实、免费数据和模拟数据进行准确、可靠的引力波参数估计。我们提供了一套的例子来分析紧凑的双星合并和其他类型的信号模型,包括超新星和残留的双星中子星合并。这些例子说明了如何改变信号模型,如何实现新的似然函数,以及如何添加新的检测器。Bilby具有使用分层贝叶斯建模进行人口研究的额外功能。我们提供了一个例子,我们推断的形状的黑洞质量分布的观测二进制黑洞合并的合奏。
2018-11-05 astro-ph.HE astro-ph.IM gr-qc
Searching for A Generic Gravitational Wave Background via Bayesian Nonparametric Analysis with Pulsar Timing Arrays
引力波背景是宇宙中所有源产生的引力波叠加的结果。以往的脉冲星定时阵列探测这样的背景的努力假设它是一个各向同性高斯背景与幂律谱。然而,当源的数量有限时,背景可能是非高斯的或者频谱可能不是幂律的。相应地,先前的分析可能不起作用。本文采用贝叶斯非参数分析方法来检测一般的引力波背景,该方法直接对由引力波背景引起的脉冲星定时信号的可行形状进行约束,允许背景的形式更加灵活。我们的贝叶斯非参数分析将推断数据中是否存在引力波背景,并估计表征背景的参数。在一般情况下,这种方法比传统的假设背景谱服从幂律的方法有效得多。虽然我们讨论的背景集中在脉冲星定时阵列,分析本身是直接适用于检测和表征任何信号,从大量的天体物理事件的叠加。
2014-10-23 astro-ph.CO astro-ph.IM gr-qc
From Localization to Discovery: Bayesian Ranking of Electromagnetic Counterparts to Gravitational-Wave Events
University of Warwick(华威大学)
提出一种仅基于位置信息的贝叶斯排序方法,结合三维天图、宿主星系信息等识别引力波事件电磁对应体,在GW170817中成功排序出AT2017gfo并确定宿主星系。
2026-09-09 astro-ph.HE gr-qc
Bayesian parameter estimation of core collapse supernovae using gravitational wave simulations
利用最新的旋转恒星核坍缩的数值模拟,我们提出了一个贝叶斯框架来提取编码在噪声引力波信号中的物理信息。我们拟合贝叶斯主成分回归模型与已知和未知的信号到达时间重建引力波信号,并随后拟合已知的天体物理参数的主成分系数的后验均值使用线性模型。通过从后验预测分布中采样,我们预测了内核在反弹时的旋转动能与引力能的比值,发现这些预测一般都非常接近真实的参数值,对于已知和未知的到达时间模型,$90\%$可信区间分别为$\sim 0.04$和$\sim 0.06$.两种监督机器学习方法实现了对塌陷前差分旋转进行分类,我们发现这些方法可以很好地区分快速旋转的祖细胞。我们还引入了一个约束优化方法来选择模型,以找到一个最佳数量的主成分在信号重建步骤。使用这种方法,我们选择了14个主成分作为最简约的模型。
2014-07-28 astro-ph.IM gr-qc physics.data-an
Fast Bayesian gravitational wave parameter estimation using convolutional neural networks
针对传统贝叶斯引力波参数估计计算成本高的问题,提出基于卷积神经网络的快速估计方法,速度提升数个数量级,可提供关键参数初步指示以支持多信使研究。
2023-11-06 astro-ph.IM gr-qc physics.comp-ph
Cosmic Cartography: Bayesian reconstruction of the galaxy density informed by large-scale structure
针对星系目录不完备导致暗警报分析存在偏差的问题,本文提出一种利用大尺度结构知识的贝叶斯星系目录重建方法,量化体素星系数量不确定性并评估星等分布,经千禧年模拟验证,可提升暗警报分析信息量。
2024-12-06 astro-ph.CO gr-qc
Normalizing Flows for Hierarchical Bayesian Analysis: A Gravitational Wave Population Study
University of Amsterdam(阿姆斯特丹大学);Flatiron Institute(熨斗研究所);Princeton University(普林斯顿大学)
我们建议参数化人口分布的引力波人口建模框架(层次贝叶斯分析)与规范化流程。我们首先证明了这种方法的优点说明性实验,然后分析了最新的LIGO/Virgo数据发布的四个参数:初级质量,次级质量,红移,和有效自旋。我们的研究结果表明,尽管小而臭名昭著的噪声数据集,后验预测分布(假设在流动的参数先验)所观察到的引力波人口恢复结构,同意与强大的以前的现象学建模结果,同时不太容易受到不太灵活的模型引入的偏见。因此,该方法形成了一个有前途的灵活,可靠的替代人口推断分布,即使数据是高度嘈杂的。
2022-12-29 astro-ph.HE astro-ph.IM cs.LG
BayesWave: Bayesian Inference for Gravitational Wave Bursts and Instrument Glitches
引力波天文学的一个核心挑战是在非平稳和非高斯噪声存在下识别弱信号。从噪声中分离出引力波信号需要两者都有好的模型。当精确的信号模型可用时,例如对于双中子星系统,即使在对噪声了解不多的情况下,也有可能做出可靠的检测声明。相比之下,对“未建模”瞬态信号的搜索受到用于表征噪声的方法的强烈影响。在这里,我们采取贝叶斯方法,并引入一个多分量,变维,参数化的噪声模型,明确占非平稳性和非高斯干涉引力波探测器的数据。仪器瞬态(毛刺)和爆发源的引力波使用Morlet-Gabor连续小波框架建模。小波的数目和位置由跨维可逆跳马尔可夫链蒙特卡罗算法确定。高斯分量的噪声和噪声谱中的尖锐线特征建模使用贝叶斯线算法,它与小波模型一致操作。
2015-05-07 astro-ph.HE astro-ph.IM gr-qc
Accelerated Bayesian model-selection and parameter-estimation in continuous gravitational-wave searches with pulsar-timing arrays
我们描述了几种新的技术,加速贝叶斯搜索连续引力波发射的超大质量黑洞二进制脉冲星定时阵列。这些技术减轻了搜索维数的问题增加与脉冲星阵列的大小,所产生的必须包括一个额外的参数,每个脉冲星作为阵列扩展。这个额外的参数对应于搜索的相位的引力波,因为它传播通过每个脉冲星,使我们可以连贯地包括脉冲项在我们的搜索策略。我们的技术使分析易于使用强大的证据评估包,如MultiNest。我们发现我们的技术与参数估计和贝叶斯因子评估与完整的信号模板进行了良好的协议,并得出结论,这些技术使脉冲星定时阵列的连续引力波信号的检测和表征优秀的第一刀工具。重要的是,在低到中等的信噪比下,分析加速的因子可以> 100,允许系统注入和信号恢复的严格程序,以在贝叶斯形式体系内建立稳健的检测标准。
2014-11-21 astro-ph.HE astro-ph.IM gr-qc
Improved reconstruction of a stochastic gravitational wave background with LISA
我们提出了一种数据分析方法,用于用LISA重建随机引力波背景的谱形状。我们改进了以前提出的重建算法,依赖于一个单一的时间延迟干涉(TDI)通道,包括一套完整的TDI通道。和前面的工作一样,我们假设一个理想化的等边构形。我们测试改进的算法与一些案例研究,包括重建存在两个不同的天体物理前景信号。我们发现,包括额外的通道有助于在不同的方式:它减少了重建的不确定性;它使全局似然最大化不太容易陷入局部极值;它有效地打破信号和仪器噪声之间的退化。
2021-02-16 astro-ph.CO gr-qc hep-ph
Estimating the gravitational wave background anisotropy: a Bayesian approach boosted by cross-correlation angular power spectrum
本文提出一种基于贝叶斯推断并利用交叉关联角功率谱增强的引力波背景各向异性估计方法,在LISA数据中验证了其有效性,并证明与CMB强相关时4年数据可无偏估计四极矩。
2025-08-16 astro-ph.CO gr-qc hep-ph
Quantum Bayesian Inference with Renormalization for Gravitational Waves
本文提出混合量子算法qBIRD,利用重整化与降采样对LIGO探测到的双黑洞并合引力波进行贝叶斯参数推断,在模拟数据上达到与经典MCMC相当的精度。
2025-02-04 astro-ph.HE gr-qc quant-ph
Fast Bayesian Inference for Long-Duration Gravitational-Wave Signals in 3G detectors
Indian Institute of Technology Gandhinagar(印度理工学院甘德纳格尔分校)
针对3G引力波探测器观测长时信号的计算瓶颈,采用JKS分解与相对分箱技术,实现21.3小时信号似然评估加速10^4倍,使长时信号贝叶斯推断成为现实。
2026-09-09 astro-ph.CO astro-ph.IM gr-qc
Learning Bayesian posteriors with neural networks for gravitational-wave inference
我们寻求实现引力波天文学贝叶斯推断的圣杯:使用深度学习技术立即产生源参数$θ$的后验$p(θ|D)$,给定探测器数据$D$。为此,我们训练一个深度神经网络,将信号+噪声数据集(从天体物理源参数先验和探测器噪声的采样分布中提取)作为输入,并输出相应后验的参数化近似。我们依赖于基于降阶建模的数据的紧凑表示,我们使用单独的神经网络波形插值有效地生成降阶建模[A. J. K.蔡角R. Galley & M Vallisneri,Phys. Rev. Lett. 122,211101(2019)]。我们的方案具有广泛的相关性引力波的应用,如低延迟参数估计和表征未来实验的科学回报。源代码和经过训练的网络可在https://github.com/vallis/truebayes上获得。
2020-01-29 astro-ph.IM gr-qc stat.ML
Bayesian semiparametric power spectral density estimation with applications in gravitational wave data analysis
引力波(GW)数据分析中的标准噪声模型假设探测器噪声是平稳的和高斯分布的,具有已知的功率谱密度(PSD),通常使用干净的离源数据来估计。真实的GW数据通常偏离这些假设,并且PSD的错误指定的参数模型可能导致误导性的推断。我们提出了一个贝叶斯半参数的方法来改善这一点。我们在PSD上使用非参数Bernstein多项式先验,通过Dirichlet过程分布获得权重,并使用Whittle似然更新。后验样本使用阻塞Metropolis-within-Gibbs采样器获得。我们同时估计重建参数的旋转核心坍缩超新星GW爆发,已嵌入模拟先进LIGO噪声。我们还讨论了一种通过将较长的数据流分解为较小的局部平稳分量来处理非平稳数据的方法。
2015-08-18 gr-qc physics.data-an stat.AP
Bayesian inference for gravitational waves from binary neutron star mergers in third-generation observatories
第三代(3G)引力波探测器将以前所未有的精确度观测数千颗合并的中子星双星。由于高信噪比和长持续时间的信号,从这些信号中提取最高精度的科学预计是具有挑战性的。我们证明,目前的贝叶斯推断范例可以扩展到二进制中子星信号的分析,而不会打破计算银行。我们构建了降阶模型的$\sim 90\,\mathrm{minute}$长引力波信号,覆盖观测波段($5-2048\,\mathrm{Hz}$),加快了推理的一个因素相比,没有降阶模型的计算时间$\sim 1.3\times 10^4$。降阶模型包括关键的物理,包括潮汐变形,振幅调制由于地球的旋转,和自旋引起的轨道进动的影响。我们展示了降阶建模如何加速对包含多个重叠引力波信号的数据的推断,并将加速确定为重叠信号数量的函数。因此,我们得出结论,贝叶斯推断是计算上易于处理的长寿,重叠,高信号噪声比的事件存在于3G观测站。
2021-08-23 astro-ph.HE astro-ph.IM gr-qc
Accelerated Bayesian parameter estimation and model selection for gravitational waves with normalizing flows
Mullard Space Science Laboratory(穆拉德空间科学实验室);University College London(伦敦大学学院);Utrecht University(乌得勒支大学);Nikhef(荷兰国家亚原子物理研究所);Center for Computational Astrophysics(计算天体物理中心);Flatiron Institute(弗拉蒂伦研究所);Johns Hopkins University(约翰斯·霍普金斯大学);Alan Turing Institute(阿兰·图灵研究所)
本研究提出结合Jim归一化流增强MCMC采样器与学习型调和均值估计器的加速流水线,实现引力波贝叶斯参数估计与模型选择,在单GPU上达到16核CPU传统方法的精度,计算速度最高提升15倍,且代码开源可复现。
2024-10-31 astro-ph.HE astro-ph.IM cs.LG
Bayesian parameter estimation using conditional variational autoencoders for gravitational-wave astronomy
University of Glasgow(格拉斯哥大学)
引力波(GW)探测现在是司空见惯的,随着全球GW探测器网络灵敏度的提高,我们每年将观测到$\mathcal{O}(100)$ s的瞬态GW事件。目前用于估计其源参数的方法采用最佳敏感但计算成本高的贝叶斯推断方法,其中典型的分析需要6小时至5天。对于双星中子星和中子星黑洞系统,预计在1秒至1分钟的时间尺度上会立即产生对应的电磁(EM)特征,目前用于提醒EM后续观察者的最快方法可以在$\mathcal{O}(1)$分钟内提供对有限范围的关键源参数的估计。在这里,我们表明,一个条件变分自动编码器预先训练的二进制黑洞信号可以返回贝叶斯后验概率估计。对于给定的先验参数空间,训练过程仅需要执行一次,并且所得的经训练的机器然后可以比现有技术更快地生成描述后验分布$\sim 6$数量级的样本。
2021-12-14 astro-ph.IM cs.LG gr-qc
Model Dependence of Bayesian Gravitational-Wave Background Statistics for Pulsar Timing Arrays
脉冲星定时阵列(PTA)搜索的引力波背景(GWB)通常包括时间相关的“红”噪声模型固有的每个脉冲星。使用一个简单的模拟PTA数据集与注入GWB信号,我们表明,所使用的红噪声模型的细节,包括振幅先验的选择,甚至是有红噪声,有一个显着的影响GWB统计,包括上限和GWB振幅的估计。我们发现,标准使用的均匀先验的红噪声幅度导致95%的上限,从单侧贝叶斯可信区间计算,这是小于注入GWB幅度的50%的时间。此外,GWB的幅度估计系统地低于注入值10- 40%,这取决于为固有红噪声选择的模型和先验。我们计算模型和先验选择的影响,并演示了如何“辍学”模型,它允许灵活使用的红噪声模型在贝叶斯方法,可以提高GWB估计。
2020-09-10 astro-ph.HE astro-ph.IM gr-qc