Study of scattered light in the main arms of the Einstein Telescope gravitational wave detector
该研究估计了爱因斯坦望远镜主臂内散射光噪声,提出挡板布局并分析真空管半径要求,表明满足条件时噪声不影响探测器性能。
2023-07-26 astro-ph.IM gr-qc
Fast Simulations of Gravitational Many-body Problem on RV770 GPU
引力多体问题是一个关于物体运动的问题,这些物体通过引力相互作用。然而,用CPU解决引力多体问题由于O(N^2)计算复杂度而需要大量时间。在本文中,我们展示了如何使用GPU加速引力多体问题。经过广泛的优化,到目前为止获得的峰值性能约为1 Tflops。
2009-04-23 astro-ph.GA astro-ph.IM
Fast frequency-domain gravitational waveforms for precessing binaries with a new twist
本文提出 PhenomX 频域进动引力波形的新“扭转”映射描述,通过实时数值求解自旋进动动力学并改进应变幅度,提升与数值相对论的匹配度且计算开销有限,可用于更严格的参数估计。
2024-12-21 astro-ph.HE astro-ph.IM gr-qc
Fast evaluation of multi-detector consistency for real-time gravitational wave searches
用LIGO和Virgo进行的引力波搜寻致密双星合并目前是一个两阶段的过程。首先,识别引力波信号。然后,对可能的信号参数进行穷举搜索。关键的是,识别阶段是有效的,以便最大化被识别的引力波源的数量。LIGO和Virgo对引力波信号的初始识别是实时发生的,这要求每收集一秒的引力波数据必须使用不到一秒的计算时间。相比之下,后续的参数估计可能需要数百小时的计算时间来分析相同的一秒引力波数据。实时识别的要求需要有效的,往往是近似的信号分析方法。我们描述了一块实时引力波识别:一个有效的方法,用于确定信号的一致性之间的多个引力波探测器适合于实时引力波搜索紧凑的二进制合并。该技术被用于分析Advanced LIGO的第二次观测运行和Advanced Virgo的第一次观测运行。
2019-08-09 astro-ph.IM gr-qc
Mode-by-mode Relative Binning: Fast Likelihood Estimation for Gravitational Waveforms with Spin-Orbit Precession and Multiple Harmonics
快速的似然估计提高了引力波信号分析的效率。我们提出了逐模相对分箱(MRB),一种新的方法,旨在获得快速和准确的可能性,先进的波形模型,包括自旋轨道进动效应和多个辐射谐波紧凑的二进制合并。利用“扭曲”的过程中构造的非旋进的波形模式,新方法减轻了降低相对装仓精度由于叠加模式的干扰。此外,我们还补充了用于优化分析中任何给定应变信号特定频率箱选择的算法。使用新的方法,我们能够评估的可能性与以前使用的相对分箱方案相比,每个频率的波形模型调用的数量减少了一个数量级,并实现更好的似然精度比是足够的源参数后验分布是无法区分的确切的。
2021-12-02 astro-ph.IM gr-qc
Fast and Accurate Inference on Gravitational Waves from Precessing Compact Binaries
从致密双星发射的引力波中推断天体物理信息是引力波天文学的重要科学目标之一。为了充分发挥引力波实验的科学潜力,我们需要降低贝叶斯推断成本的技术,特别是随着引力波信号模型和分析变得越来越复杂和详细。重力波形的降阶模型(ROM)可以通过去除冗余计算来显著降低推断的计算成本。本文构造了包含自旋进动、螺旋、合并和衰荡效应的致密双星引力波信号的一阶约化模型,适用于描述双星中子星、双星黑洞和混合双星系统的分量质量。这项工作利用了被称为“IMRPhenomPv 2”的波形模型。我们的ROM可以使用一个快速的降阶正交(ROQ)积分规则,使我们能够近似贝叶斯概率密度函数在大大降低计算成本。我们发现,ROQ规则可以用来加快推理的因素高达300,而不引入系统性偏见。这对应于计算时间从大约半年减少到半天,用于最长持续时间/最低质量信号。ROM和ROQ规则可在LIGO科学合作组织的主要推理库LALInference中使用。
2016-08-29 astro-ph.IM gr-qc
Fast marginalization algorithm for optimizing gravitational wave detection, parameter estimation and sky localization
本文提出一种利用波形对外部参数的解析依赖、仅需一次波形求值即可快速边缘化似然的算法,可在单 CPU 核心约 50 毫秒内达到 10% 精度,并支持高阶模态、进动搜索、参数估计与低延迟天区定位。
2024-08-03 astro-ph.HE astro-ph.IM gr-qc
Fast localization of coalescing binaries with a heterogeneous network of advanced gravitational wave detectors
我们提出了预期的性能,关于快速的天空定位的合并二进制与网络的三个引力波探测器具有异质性的灵敏度,如LIGO-Virgo网络。为了有效利用来自最不敏感的探测器的信息,可以使用分层方法。在该方法中,在两个更灵敏的检测器中同时看到的事件的存在触发在具有较低的信噪比(SNR)阈值的第三个较不灵敏的检测器的数据中的集中搜索。我们调查的天空定位,可以预期在这样的方法,使用模拟数据和信号的好处。我们发现,作为处女座的灵敏度接近LIGO灵敏度的三分之一,定位的准确性和精度可以提高约3倍时,处女座的数据进行搜索的SNR阈值约3.5。
2019-05-07 astro-ph.HE astro-ph.IM
Fast Calculation of Gravitational Lensing Properties of Elliptical Navarro-Frenk-White and Hernquist Density Profiles
本文提出了一种新的计算椭圆Navarro-Frenk-White(NFW)和Hernquist密度剖面的引力透镜特性的方法,包括透镜势、偏转角、会聚和剪切,该方法是通过叠加椭圆密度剖面来近似计算的,其中椭圆密度剖面的引力透镜特性的解析表达式是可用的。在由$10^{-4}-10^3$的尺度半径归一化的半径范围内,该模型实现了比$10^{-4}$更好的高分数精度。这些新的近似是$\sim 300$倍的速度求解透镜方程的点源相比,传统的方法诉诸昂贵的数值积分,并在{ \tt glafic}软件中实现。
2021-07-09 astro-ph.GA astro-ph.IM
Faster search for long gravitational-wave transients: GPU implementation of the transient F-statistic
F统计量是一种用于寻找自旋中子星产生的连续引力波的方法。Prix等人(2011年)介绍了一种瞬态准单色信号的变体。这种瞬变现象可能的天体物理学场景包括闪变的恒星、新生的中子星和吸积系统。在这里,我们提出了一个新的实现瞬态F统计,使用pyCUDA利用现代图形处理单元(GPU)的力量。所获得的加速允许在更宽的参数空间上进行有效的搜索,特别是当使用包括时变(例如指数衰减)幅度的更现实的瞬态信号模型时。因此,它可以全面覆盖已知附近中子星的故障,改善连续波搜索中离群值的后续工作,并可能成为未来盲全天空搜索未知中子星的重要组成部分。
2018-06-15 astro-ph.IM gr-qc
CASPER: Interpretable ResNet based Classifier with FastShap Explainer for Gravitational Wave Detection
Department of Physics, Shaheed Rajguru College of Applied Sciences for Women, University of Delhi(德里大学谢赫·拉古鲁女子应用科学学院物理系)
提出CASPER管道,结合残差CNN分类器与FastSHAP解释器,在真实探测器噪声中实现91% AUC,无需模板,可解释决策。
2026-06-17 astro-ph.IM gr-qc
Relative Binning and Fast Likelihood Evaluation for Gravitational Wave Parameter Estimation
提出了一种加速引力波参数估计中似然估计的方法。参数估计代码计算相似波形的似然度,其相位和幅度随频率平滑地变化。我们利用这一点,通过预先计算的最佳拟合波形与数据的频率分箱重叠。我们展示了如何使用这些汇总数据来近似任何波形的可能性,这些波形在所需的精度内是足够可能的。我们证明,$\simeq 60$箱足以准确地计算在周围的二进制中子星合并GW 170817的采样率为$4096\,$ Hz和持续时间为$T=2048\,$ s的应变数据的似然性。相对分箱与朴素匹配滤波相比以$\sim 10^4$的因子加速频域波形模型的参数估计,与降阶正交相比以$\sim 10$的因子加速频域波形模型的参数估计。
2018-08-02 astro-ph.IM gr-qc
Very fast stochastic gravitational wave background map making using folded data
一个随机引力波背景(SGWB)预计从各种各样的独立的和未解决的天体物理和宇宙学来源的叠加在宇宙演化的不同阶段。辐射测量技术被用来使天空地图的各向异性在SGWB互相关的数据从对探测器。通过最近引入的折叠机制,传统的搜索速度可以提高数百倍。在这里,我们提出了一个新开发的算法来执行SGWB搜索在一个高效的方式。利用折叠数据的紧凑性,我们用矩阵乘法代替了流水线中的循环。我们还整合了知名的HEALPix像素化工具,以进一步标准化和优化。我们的基于Python的算法实现是一个开源包${\tt PyStoch}$。折叠和${\tt PyStoch}$一起使辐射计分析$\textit{a few thousand times}$更快;现在可以在普通笔记本电脑上在几分钟内制作随机背景的全天空地图。此外,${\tt PyStoch}$在每个频率仓处生成天空图作为中间数据产物。这些技术使SGWB搜索变得非常方便,并将使计算上具有挑战性的分析,如盲目的全天空窄带搜索成为可能。
2018-07-24 astro-ph.IM gr-qc
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
Lightning-Fast Gravitational Wave Parameter Inference through Neural Amortization
University of Liège(列日大学);Utrecht University(乌得勒支大学);University of Amsterdam(阿姆斯特丹大学);University of Portsmouth(朴茨茅斯大学)
LIGO和Virgo探测器测量的致密双星的引力波通常使用马尔可夫链蒙特卡罗采样算法进行分析。由于似然函数的评估需要评估数百万个连接信号形状和源参数的波形模型,因此运行马尔可夫链直到收敛通常是昂贵的,并且需要数天的计算。在这个扩展的摘要中,我们提供了一个概念证明,展示了基于神经模拟的推理的最新进展如何将推理时间加快三个数量级-从几天到几分钟-而不会影响性能。我们的方法是基于一个卷积神经网络建模的似然证据比和完全摊销后验的计算。我们发现,我们的模型正确地估计可信区间的参数模拟引力波。
2020-12-22 astro-ph.IM cs.LG gr-qc
The spherical Fast Multipole Method (sFMM) for Gravitational Lensing Simulation
本文提出球面快速多极子方法(sFMM),在弯曲天空上高效精确求解泊松方程,用于引力透镜模拟,复杂度近O(N),精度达10^-10,优于FSHT,适用于未来大视场巡天。
2023-03-05 astro-ph.CO astro-ph.IM
Gravity.jl: fast and accurate gravitational lens modeling in Julia
本文提出基于 Julia 的引力透镜建模软件 Gravity.jl,支持多透镜平面建模与贝叶斯推断,重点处理点状和小扩展源,并在星系尺度透镜及宇宙学参数推断中验证了其有效性。
2024-09-12 astro-ph.IM
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
GraFIT: A toolbox for fast and accurate frequency response identification in Gravitational Wave Detectors
本研究推出GraFIT工具箱,可快速准确辨识引力波探测器的频率响应函数,经Virgo探测器实验验证,其精度更高、所需数据量远低于传统谱分析方法。
2025-03-21 astro-ph.IM cs.SY eess.SY
Prospects for gravitational wave astronomy with next generation large-scale pulsar timing arrays
下一代射电望远镜,即500米口径球面望远镜(FAST)和平方公里阵列(SKA),将彻底改变基于脉冲星定时阵列(PTA)的引力波(GW)搜索。我们回顾了FAST和SKA的一些特性,以及由此产生的PTA,这些特性与探测来自单个超大质量黑洞双星的引力波信号有关。
2017-11-13 astro-ph.IM
A fast deep-learning approach to probing primordial black hole populations in gravitational wave events
School of Physical Sciences, University of Chinese Academy of Sciences(中国科学院大学物理科学学院);School of Fundamental Physics and Mathematical Sciences, Hangzhou Institute for Advanced Study, UCAS(中国科学院大学杭州高等研究院基础物理与数学学院);Department of Physics and Chongqing Key Laboratory for Strongly Coupled Physics, Chongqing University(重庆大学物理系强耦合物理重庆市重点实验室);International Center for Theoretical Physics Asia-Pacific, Beijing/Hangzhou, China(亚太理论物理中心);Taiji Laboratory for Gravitational Wave Universe (Beijing/Hangzhou), UCAS(中国科学院大学太极引力波宇宙实验室);Institute of Theoretical Physics, Chinese Academy of Sciences(中国科学院理论物理研究所)
提出基于Transformer和归一化流的深度学习框架,将引力波事件后验样本映射到原初黑洞种群超参数联合后验分布,实现数量级加速且保持可接受精度。
2026-06-25 astro-ph.CO astro-ph.IM gr-qc
Swift sky localization of gravitational waves using deep learning seeded importance sampling
Radboud University Nijmegen(奈梅亨拉德堡德大学);Université de Liège(列日大学);Nikhef(荷兰国家亚原子物理研究所);Utrecht University(乌得勒支大学)
对引力波的天空起源进行快速、高精度和可靠的推断将使实时多信使天文学成为可能。当前的贝叶斯推断方法虽然高度准确和可靠,但速度很慢。深度学习模型已经证明自己对于引力波的推理任务是准确和非常快的,但由于神经网络的黑箱性质,它们的输出本质上是有问题的。在这项工作中,我们通过对多头卷积神经网络生成的近似后验应用重要性采样,将贝叶斯推断和深度学习结合起来。神经网络参数化Von Mises-Fisher和高斯分布的天空坐标和两个质量给定的模拟引力波注入LIGO和Virgo探测器。我们生成的天空图,看不见的引力波事件,高度相似的预测产生的贝叶斯推断在几分钟内。此外,我们还可以从神经网络中检测到糟糕的预测,并快速标记它们。
2021-11-01 astro-ph.IM cs.LG gr-qc
Auto-encoder model for faster generation of effective one-body gravitational waveform approximations
Department of Physics, The University of Tokyo(东京大学物理系);Research Center for Early Universe, The University of Tokyo(东京大学早期宇宙研究中心);Department of Physics, National Taiwan Normal University(台湾师范大学物理系);Center of Astronomy and Gravitation, National Taiwan Normal University(台湾师范大学天文与引力中心)
本文提出使用自编码器模型快速生成引力波波形,以提升参数估计速度和多信使后续观测能力。
2026-04-20 astro-ph.IM cs.LG gr-qc
Fast Automated Analysis of Strong Gravitational Lenses with Convolutional Neural Networks
量化强引力透镜引起的图像失真和估计透镜星系中相应的物质分布主要是通过观测的极大似然建模来进行的。这通常是一个时间和资源消耗的过程,需要复杂的透镜代码,几个数据准备步骤,并找到极大似然模型参数在计算上昂贵的过程与下坡优化。对单个镜头的准确分析可能需要长达几周的时间,并需要专门的专家的关注。预计在下一代地面和空间调查中将发现数万个新镜头,对其进行分析可能是一项具有挑战性的任务。在这里,我们报告了使用深度卷积神经网络以非常快速和自动化的方式准确估计透镜参数,从而规避了极大似然方法所面临的困难。我们还表明,镜头去除可以快速和自动使用多滤波器成像数据的独立成分分析。我们的网络可以恢复奇异等温椭球密度分布的参数,通常用于建模强透镜系统,其精度与复杂模型的不确定性相当,但速度快了约1000万倍:在单个图形处理单元上大约1秒内完成100个系统。这些网络可以为非专家提供一种方法来获得大样本数据的透镜参数估计。我们的研究结果表明,神经网络可以成为天体物理学中常用的极大似然方法的一种强大而快速的替代方法,从根本上改变了传统的数据简化和分析方法。
2017-08-29 astro-ph.CO astro-ph.IM
Robust and scalable simulation-based inference for gravitational wave signals with gaps
University of Auckland(奥克兰大学)
本文提出了一种可扩展的基于模拟的推断框架,用于在存在数据间隙的情况下稳健地估计引力波信号参数,通过双路径摘要器和端到端训练策略提高精度和可扩展性。
2025-12-26 astro-ph.IM gr-qc physics.data-an
GIGA-Lens: Fast Bayesian Inference for Strong Gravitational Lens Modeling
我们介绍GIGA镜头:一个基于梯度信息的GPU加速贝叶斯框架,用于对强引力透镜系统进行建模,在TensorFlow和JAX中实现。这三个组件,使用多开始梯度下降的优化,变分推理的后验协方差估计,以及通过Hamiltonian Monte Carlo进行采样,都通过自动微分和图形处理单元(GPU)上的大规模并行化利用梯度信息。我们在一个大型的模拟系统上测试了我们的流水线,并详细展示了其高水平的性能。在四个Nvidia A100 GPU上对单个系统建模的平均时间为105秒。该框架所提供的鲁棒性、速度和可扩展性使得对当前调查中发现的大量强透镜进行建模成为可能,并为有望在Vera C时代发现的$\mathcal{O}(10^5)$透镜系统建模提供了非常有前途的前景。鲁宾天文台,欧几里得和南希格雷斯罗马太空望远镜。
2022-02-15 astro-ph.CO astro-ph.IM stat.AP
Particle mesh multipole method: An efficient solver for gravitational/electrostatic forces based on multipole method and fast convolution over a uniform mesh
本文提出了一种计算引力/静电$N$ -体系统势及其梯度的有效算法,我们称之为粒子网格多极方法(PMMM或PM $^3$)。PMMM既可以理解为粒子网格(PM)方法的推广,也可以理解为快速多极子方法(FMM)的优化,前者将网格点的标量密度和势推广为多极矩和$(p+1)^2$实数展开式,其中$p$为展开阶数.在后者的观点,层次八叉树结构,带来了它的$\mathcal O(N)$性质,被替换为一个统一的网格结构,我们利用卷积定理与快速傅立叶变换(FFT),以加快计算。因此,执行大小等于网格点数目的独立$(p+1)^2$ FFT。基本思想与Shimada等人(1993)的PPPM/MPE和Ong等人(2003)的FFTM相同。PMMM与它们的不同之处在于既支持开边界条件又支持周期边界条件,并且采用不可约形式,其中多极矩和局部展开都用$(p+1)^2$实数表示,变换矩阵用$(2p+1)^2$实数表示。计算复杂度$\mathcal O(p^2 N)$和$\mathcal O(N \log (N/p^2))$较大,当网格点数为$\propto N/p^2$时,内存需求为$\mathcal O(N)$。
2014-10-17 astro-ph.IM physics.comp-ph
WHFast: A fast and unbiased implementation of a symplectic Wisdom-Holman integrator for long term gravitational simulations
University of Toronto at Scarborough(多伦多大学士嘉堡校区);University of Toronto(多伦多大学);Canadian Institute for Theoretical Astrophysics(加拿大理论天体物理研究所);Centre for Planetary Sciences(行星科学中心)
WHFast通过改进开普勒求解器和坐标变换稳定性,实现了快速且能量守恒的行星系统长期轨道积分,显著减少能量误差并支持混沌指标计算。
2015-06-02 astro-ph.EP astro-ph.IM cs.NA