BayesLine: Bayesian Inference for Spectral Estimation of Gravitational Wave Detector Noise
来自地面探测器的引力波数据受仪器噪声的影响。信号将相对较弱,我们对噪声的理解将影响检测置信度和信号表征。错误建模的噪声会在模型选择和参数估计中产生较大的系统偏差。在这里,我们介绍了一个多分量,变维,参数化模型来描述高斯噪声功率谱的地基引力波干涉仪的数据。该算法被称为贝叶斯线(BayesLine),它使用三次样条(cubic splines)对平滑变化的宽带噪声和洛伦兹(Lorentzians)对频谱中的窄带线特征进行建模。我们描述了该算法,并展示了其性能的数据从第五次和第六次LIGO科学运行。一旦完全集成到LIGO/Virgo数据分析软件中,BayesLine将产生准确的光谱估计,并提供一种方法来边缘化从所有合理的噪声光谱数据中得出的推论。
2014-10-14 astro-ph.HE astro-ph.IM gr-qc
Leveraging rapid parameter estimates for efficient gravitational-wave Bayesian inference via posterior repartitioning
Kavli Institute for Cosmology(卡弗里宇宙学研究所);Cavendish Laboratory(卡文迪许实验室);Institute of Cosmology and Gravitation, University of Portsmouth(朴茨茅斯大学宇宙学与引力研究所)
本文提出一种结合快速约束与后验再分配技术的方法,通过降低计算成本提升引力波贝叶斯推断效率,适用于高SNR场景。
2026-08-20 astro-ph.HE astro-ph.IM gr-qc
Neural Bayesian updates to populations with growing gravitational-wave catalogs
LIGO Laboratory, Massachusetts Institute of Technology(麻省理工学院LIGO实验室);Kavli Institute for Astrophysics and Space Research, Massachusetts Institute of Technology(麻省理工学院卡弗里天体物理与空间研究所);Department of Physics, Massachusetts Institute of Technology(麻省理工学院物理系);Nottingham Centre of Gravity & School of Mathematical Sciences, University of Nottingham(诺丁汉大学引力中心与数学科学学院);Institute for Gravitational Research, School of Physics and Astronomy, University of Glasgow(格拉斯哥大学物理与天文学研究所)
本文提出利用神经贝叶斯方法高效更新引力波种群模型,提升双星黑洞分析效率,并探索其在天体物理学中的应用。
2026-02-23 astro-ph.HE astro-ph.IM 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
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
Hierarchical Bayesian method for detecting continuous gravitational waves from an ensemble of pulsars
在寻找来自已知恒星的引力波信号时,已经使用独立搜索来处理目标。在这里,我们使用一个分层贝叶斯框架来结合从单个源的观测两个目的:产生一个检测统计的整个合奏的源内的搜索,并估计超参数的脉冲星椭圆率的基本分布。这两个目的都要求我们假设椭圆率分布的某种函数形式,作为原理的证明,我们采用两个玩具分布。一个是指数分布,由其平均值定义,另一个是由其宽度定义的半高斯分布。我们表明,通过将一个共同的参数化的先验椭圆率分布,我们可以更有效地检测引力波从整个合奏的源,而不是试图结合一个简单的非层次的方法的意见。这可能使我们能够在有信心检测到任何单个源之前从系综中检测到引力波。我们还使用LIGO第六次科学运行的92颗卫星的数据应用这种方法。没有发现信号的证据,但$3.9\ee{-8}$和$4.7\ee{-8}$的90\%上限分别设定在假设的指数椭圆分布的平均值和假设的半高斯椭圆分布的宽度上。
2018-09-06 astro-ph.HE astro-ph.IM gr-qc
A practical Bayesian method for gravitational-wave ringdown analysis with multiple modes
Peking University(北京大学);Kavli Institute for Astronomy and Astrophysics, Peking University(北京大学科维理天文与天体物理研究所);Dalian University of Technology(大连理工大学);Institute for Gravitational Wave Astronomy, Henan Academy of Sciences(河南省科学院引力波天文研究中心);National Astronomical Observatories, Chinese Academy of Sciences(中国科学院国家天文台)
本文提出FIREFLY算法,通过贝叶斯推断加速引力波环降信号分析,减少计算成本并提高效率,适用于多模式情况。
2025-02-03 astro-ph.HE astro-ph.IM 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
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
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 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
Monte-Carlo and Bayesian techniques in gravitational wave burst data analysis
蒙特卡罗模拟用于引力波爆发探测社区,以展示和比较不同的搜索技术的性能。我们注意到,每个蒙特卡罗模拟都有一个相应的最佳搜索技术,根据非贝叶斯Neyman-Pearson准则和贝叶斯方法,这种最佳搜索技术是贝叶斯统计。如果可行,我们建议为可信的蒙特卡罗模拟导出最佳统计量,而不是针对该模拟测试特定统计量。
2008-04-07 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
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
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
Deep learning and Bayesian inference of gravitational-wave populations: Hierarchical black-hole mergers
引力波事件的目录正在增长,我们希望通过推断以下物质的分布来限制恒星质量黑洞合并的基本天体物理学,例如,质量和自旋虽然传统的分析参数化这个人口与简单的唯象模型,我们提出了一个基于仿真的方法,可以比较天体物理模拟对引力波数据。我们将最先进的深度学习技术与分层贝叶斯推断相结合,并利用我们的方法来约束最近LIGO/Virgo目录中引力波事件的重复黑洞合并的属性。深度神经网络使我们能够(i)构建一个灵活的单通道种群模型,该模型可以准确地模拟分层合并的简单参数化数值模拟,(ii)估计选择效应,(iii)恢复重复合并世代的分支比。在我们的研究结果中,我们发现:宿主环境逃逸速度的分布有利于小于$100~\mathrm{km\,s^{-1}}$的值,但相对平坦,大约$37\%$的第一代合并保留在其宿主环境中;第一代黑洞出生时具有最大质量,这与目前对不稳定超新星的估计是一致的;在质量和自旋分布中存在多峰子结构,在我们的模型中,这可以用重复合并来解释;具有更高代分量的双星至少构成了底层人口的$14\%$。虽然这些结果是通过模拟简化模型推断出来的,但我们提出的深度学习管道很容易适用于现实的天体物理模拟
2022-11-04 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
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
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
Energy and Momentum in Expansive Nondecelerative Universe
在膨胀非减速宇宙模型中引入Vaidya度规,可以精确地定域弱场的引力能,并得到强引力场的爱因斯坦能量动量赝张量分量。这些成分与Virbhadra计算的成分相同。
2001-01-08 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
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
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
Massively parallel Bayesian inference for transient gravitational-wave astronomy
了解瞬态引力波的性质及其来源在物理学和天文学中具有广泛的意义。贝叶斯推断是瞬态引力波天文学中天体物理测量的标准框架。通常,随机抽样算法用于估计描述实验数据的模型的参数空间上的后验概率分布。物理上最精确的模型通常伴随着大量的计算开销,这会使数据分析非常耗时,甚至可能是令人望而却步的。在某些情况下,高度专业化的优化可以缓解这些问题,尽管它们可能难以实现,并且难以推广到数据的任意模型。在这里,我们提出了一个准确的,灵活的和可扩展的天体物理推断方法:并行嵌套采样。推理的停机时间的减少几乎与在高性能计算集群上运行的并行进程的数量成线性关系。通过在高性能集群中利用数百或数千个CPU的池,可以减轻许多天体物理推断的大的壁时间,同时确保可以“开箱即用”地使用任何引力波信号模型,即,而无需额外的优化或近似。我们的方法将有助于LIGO-Virgo-KAGRA合作和更广泛的科学界对引力波进行天体物理分析。在开源引力波推断库$\texttt{pBilby}$(并行$\texttt{bilby}$)中提供了一个实现。
2020-04-27 astro-ph.IM gr-qc
Memory Effect or Cosmic String? Classifying Gravitational-Wave Bursts with Bayesian Inference
各种各样的引力波瞬变源可以在傅立叶域中使用幂律来建模。这个简单的幂律模型为宇宙弦尖点、宇宙弦扭结和记忆效应的引力波爆发提供了合理的近似。这些源中的每一个都使用不同的光谱指数来描述。在这项工作中,我们模拟干涉仪应变数据注入幂律和记忆突发演示参数估计,信号检测和模型选择。我们展示了如何使用贝叶斯推断来测量幂律谱指数,从而区分不同的天体物理场景。
2020-06-28 gr-qc
Bayesian statistical framework for identifying strongly lensed gravitational-wave signals
本研究提出纳入天体物理信息、考虑选择效应的贝叶斯统计框架及两步分层分析法,用于识别强引力透镜引力波信号,可提升源天区定位、识别莫尔斯指数,助力高红移宇宙探测与引力波偏振约束。
2023-06-13 astro-ph.IM gr-qc
Bayesian $\mathcal{F}$-statistic-based parameter estimation of continuous gravitational waves from known pulsars
本文提出基于 $\mathcal{F}$-统计量的贝叶斯方法估计已知脉冲星连续引力波振幅参数,通过对 $ϕ_0$ 解析边缘化避免信号简并,并在 PSR J1526-2744 上得到与频率学派方法相当的引力波振幅上限。
2024-05-02 astro-ph.HE gr-qc
Mining Gravitational-wave Catalogs To Understand Binary Stellar Evolution: A New Hierarchical Bayesian Framework
由地面引力波仪器(如高级LIGO和高级室女座)探测到的恒星质量致密双星系统的目录将提供对祖先系统的人口统计和指导恒星演化的物理学的见解。现有技术通过现象学建模、离散模型选择或模型混合来实现这一点。相反,我们探索了一种新的技术,挖掘引力波目录,直接推断后验概率分布的超参数描述的形成和演化的情况下(例如,祖金属丰度,踢参数,和共同的包络效率)。我们使用一个银行的紧凑二进制人口合成模拟训练高斯过程仿真器,作为一个先验观测参数分布(如啁啾质量,红移,率)。这个模拟器插入到一个分层的人口推断框架中,以提取Advanced LIGO和Advanced Virgo探测到的系统的潜在天体物理起源。我们的方法是快速的,很容易通过额外的模拟扩展,并且可以适用于训练任意的人口合成代码,以及不同的检测器,如LISA。
2018-09-21 astro-ph.HE astro-ph.IM gr-qc
Assigning confidence to inspiral gravitational wave candidates with Bayesian model selection
贝叶斯模型选择提供了一个强大的和数学上透明的框架来处理假设检验,例如使用地面激光干涉仪对双星系统合并期间发射的引力波进行探测测试。虽然它的实现是计算密集型的,我们已经开发出一种高效的概率算法的基础上称为嵌套采样技术,使贝叶斯模型选择适用于后续研究的候选信号产生的正在进行的搜索的吸气紧凑的二进制文件。我们讨论了这种方法的性能,在“虚警率”和“检测概率”的限制第二后牛顿inspiral波形从非自旋致密物体在二进制系统。结果证实,这种方法是一个可行的工具,在当前的搜索引力波信号的检测测试。
2008-07-28 gr-qc
Bayesian detection of unmodeled bursts of gravitational waves
近二十年来,在全球引力波观测站网络生成的数据中相干搜索未建模的引力波爆发的数据分析问题一直是研究的中心。随着这些探测器的数据开始被分析,人们对这个问题的兴趣又重新燃起。本文提出了一种用地面干涉仪网络相干搜索引力波爆发的贝叶斯方法。我们演示了如何系统地将突发信号及其源的先验信息纳入分析。这些信息的范围可以从非常小的,如最佳猜测持续时间,带宽或极化内容,到完整的信号波形和源在时空中的分布的先验知识。我们表明,这个全面的贝叶斯公式包含几个以前提出的检测统计作为特殊的限制情况下,并证明它优于他们。
2009-06-04 gr-qc
Accelerating Multi-Model Bayesian Inference, Model Selection and Systematic Studies for Gravitational Wave Astronomy
利用引力波模型,通过贝叶斯推断,从观测到的引力波信号中推断并合双星中黑洞的性质。尽管我们可以获得大量足够准确的信号模型来推断黑洞的属性,但对于某些信号,模型中的微小差异会导致推断属性的系统差异。为了提供对黑洞性质的单一估计,最好对模型的不确定性进行边缘化。贝叶斯模型平均是一种常用的边缘化多个模型的技术,然而,它是计算昂贵的。一个优雅的解决方案是在联合贝叶斯分析中同时推断模型和模型属性。在这项工作中,我们证明了联合贝叶斯分析不仅可以加速,而且可以解释模型依赖的系统差异推断黑洞属性。我们通过分析100个随机选择的模拟信号和真实的引力波信号GW 200129_065458来验证这种技术。我们发现,我们不仅推断出统计上相同的属性,使用贝叶斯模型平均,但我们可以在一组三个模型平均$2.5\times$更快的采样。换句话说,对三个模型进行边缘化的联合贝叶斯分析平均只比单个模型分析多花费$20\%$时间。然后,我们证明,这种技术可以用来准确和有效地量化一个模型对另一个模型的支持,从而有助于贝叶斯模型选择。
2022-07-29 gr-qc
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 search for gravitational wave bursts in pulsar timing array data
脉冲星计时阵列探索的纳赫兹频段为引力波信号提供了独特的发现空间。除了来自预期来源的信号外,例如来自超大质量黑洞双星的信号,一些以前无法想象的来源可能会发出瞬态引力波(也称为引力波)。突发),具有未知形态。未建模的瞬变目前没有在这个频带中搜索,它们需要与目前采用的技术不同的技术。这种纳赫兹范围内的引力波爆发的可能来源是超大质量黑洞的抛物面遭遇、宇宙弦尖点和扭结,或者其他未知的现象。在本文中,我们提出了BayesHopperBurst,贝叶斯搜索算法能够识别通用的引力波爆发建模作为Morlet-Gabor小波的总和的相干和非相干瞬态。一个跨维可逆跳马尔可夫链蒙特卡罗采样器被用来选择最好的描述数据的小波的数量。我们在各种模拟数据集上测试BayesHopperBurst,包括不同的信号和噪声瞬态组合。通过分析来自NANOGrav 9年数据集的脉冲星B1855+09的数据,证明了它在真实数据上运行的能力。基于模拟的数据集类似的NANOGrav 12.5年的数据发布,我们预测,在我们最敏感的时间频率位置,我们将能够探测引力波爆发与根和平方振幅高于$\sim 5 \times 10^{-11}$ Hz $^{-1/2}$,这对应于$\sim 40 M_{\odot} c^2$发射的GW在基准距离为100兆秒差距。
2021-04-14 astro-ph.HE gr-qc
Null-stream-based Bayesian Unmodeled Framework to Probe Generic Gravitational-wave Polarizations
我们提出了一个基于零流的贝叶斯未建模的框架来探测一般的引力波偏振。一般度规理论允许有六种引力波偏振态,但广义相对论只允许其中两种,即张量偏振。由干涉仪测量的应变信号是偏振模式的线性组合,并且这种线性组合取决于检测器的几何形状和源位置。Advanced LIGO和Advanced Virgo的探测器网络允许我们测量偏振模式的不同线性组合,因此我们可以通过分析偏振模式如何线性组合来限制偏振内容。我们提出的基础配方构建一个空流沿偏振基模,而不需要明确建模的基础。我们进行了模拟数据研究,我们表明,该框架能够探测纯偏振和混合偏振在先进的LIGO-Advanced Virgo 3探测器网络,而不知道来自电磁同行的源的天空位置。我们还讨论了未捕获的正交极化分量的存在的框架中的效果,我们提出使用插件的方法来测试正交极化的存在。
2021-06-05 astro-ph.HE gr-qc
New effective precession spin for modeling multimodal gravitational waveforms in the strong-field regime
精确地模拟完整的引力波信号,从进动的双黑洞通过后期的螺旋,合并和振铃仍然是一个具有挑战性的问题。一般双自旋系统的进动动力学缺乏解析解,以及问题的高维性,使得将强场自旋-进动信息结合到用于引力波数据分析的半解析波形模型中变得模糊。以前,引入了有效的进动自旋$χ_p$,以减少自旋自由度的数量。在这里,我们表明,$χ_p$单独不准确地再现高阶多极模式,特别是那些携带强大的印记,由于进动,如$(2,1)$模式。为了提高更高的模式的内容,特别是为了方便准确地纳入到波形模型的强场制度的进动效应,我们引入了一个新的降维通过一个有效的进动自旋矢量,$\vecχ_\perp$,它考虑到进动自旋信息从两个黑洞。我们表明,这种适应有效的进动自旋(i)模仿的进动动力学的完全进动配置非常好,(ii)捕获的签名功能的高阶模式的进动,和(iii)再现的残余黑洞的最终状态与绝大多数配置的高精度。我们证明了这种二维进动自旋在强场制度的有效性,铺平了道路,通过合并和剩余的黑洞自旋的高阶模式的忠实代表的半解析波形模型的进动部门的有意义的校准。
2021-04-27 astro-ph.HE gr-qc
Targeted search for continuous gravitational waves: Bayesian versus maximum-likelihood statistics
我们调查的贝叶斯框架检测连续引力波(GW)的背景下,有针对性的搜索,其中GW信号的相位演变被假定为已知的,而四个振幅参数是未知的。我们表明,正统的极大似然统计量(称为F-统计量)可以重新发现作为一个贝叶斯因子与非物理的振幅参数空间。我们引入了一个替代的检测统计(“B-统计”)使用贝叶斯因子与更自然的振幅先验,即各向同性的概率分布GW源的方向。目标搜索的蒙特卡罗模拟表明,所得贝叶斯B统计量在Neyman-Pearson意义上比频率论F统计量更强大(即在相等的虚警概率下具有更高的预期检测概率)。
2009-07-15 gr-qc
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
Distinguishing cosmology, astrophysics and systematics: the Bayesian search for a primordial gravitational-wave background in next-generation observatories
Princeton University(普林斯顿大学);University of Nevada, Las Vegas(内华达大学拉斯维加斯分校)
本研究利用贝叶斯搜索在宇宙探索者中探测原初引力波背景,发现波形系统误差会导致低频偏差和误判,需改进波形建模以准确恢复。
2026-09-15 astro-ph.HE gr-qc
Bayesian Metric Reconstruction with Gravitational Wave Observations
引力理论扩展或修正了广义相对论,通常允许不同于史瓦西/克尔几何的黑洞解。电磁观测已经被用来限制史瓦西/克尔度规的参数化偏差,以试图深入了解潜在的引力理论。在这项工作中,我们表明,现有的和未来的干涉仪的引力准正常模式的观测可以用来绑定相同的参数化黑洞的电磁观测(例如,由事件视界望远镜)的约束的度量。我们认为,我们的技术是最敏感的变化,在背景黑洞度量的圆形光子轨道附近,它是强大的变化,不同于广义相对论的引力理论必然会引入的引力摄动方程。我们证明了我们的方法,通过重建的背景度量从一组模拟观测使用贝叶斯方法。
2020-09-21 gr-qc
Extension of the Bayesian searches for anisotropic stochastic gravitational-wave background with non-tensorial polarizations
本文将非张量偏振 SGWB 的贝叶斯搜索扩展到各向异性信号模型,证明其可增强信号与广义相对论违背的识别、打破偏振简并并提高参数推断精度。
2023-12-08 astro-ph.IM gr-qc
Basilic: An end-to-end pipeline for Bayesian burst inference and model classification in gravitational-wave data
Université Côte d’Azur, Observatoire de la Côte d’Azur, CNRS(蔚蓝海岸大学,蔚蓝海岸观测台,法国国家科学研究中心)
本文提出Basilic流水线,用于短时引力波突发信号的贝叶斯模型选择和参数估计,通过模块化设计和预实现的突发模型,实现快速友好的分析。
2026-04-15 astro-ph.HE gr-qc
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
Bayesian nonparametric estimation of correlated gravitational wave detector network noise using matrix-gamma process priors
MRC Biostatistics Unit, University of Cambridge(剑桥大学医学研究委员会生物统计学单元);Department of Statistics, University of Auckland(奥克兰大学统计系);Department of Mathematical Sciences, Auckland University of Technology(奥克兰理工大学数学科学系)
本文针对下一代引力波探测器噪声估计的通道相关性问题,提出基于矩阵伽马过程先验的贝叶斯非参数方法,经模拟验证可有效校正噪声模型偏差。
2026-11-02 astro-ph.HE astro-ph.IM 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
Gravitational wave detection without boot straps: a Bayesian approach
为了将天体物理引力波信号从仪器噪声中分离出来,这些噪声通常包含瞬态非高斯伪影,天文学家传统上依赖于自举方法,如时间幻灯片。Bootstrap方法通过替换抽样,比较单个观测站的数据来构建背景分布,该背景分布用于为候选信号分配虚警概率。虽然自举方法在建立第一个引力波探测中发挥了重要作用,但也有局限性。首先,随着探测数量的增加,当我们知道数据中充满了天体物理信号时,将单个观测站的数据视为自举估计的噪声越来越没有意义,有些是解决的,有些是未解决的。第二,十年前就已经知道,由于饱和效应,时间幻灯片的背景估计最终会崩溃,产生不正确的显著性估计。第三,虚警概率不能用于加权候选显著性,例如当对一组候选执行总体推断时。鉴于最近关于勉强解决的引力波探测声明的争论,重要性问题具有实际后果。我们提出了一个贝叶斯框架,用于计算信号是天体物理起源与仪器噪声的几率,而无需自举噪声估计。我们展示了天体物理学的几率如何安全地适应小故障。我们认为这是统计上最优的。我们用模拟噪声演示了该方法,并提供了一些例子来建立这种新的显着性方法的直觉。
2019-09-30 astro-ph.HE gr-qc
Assessing gravitational-wave binary black hole candidates with Bayesian odds
通过贝叶斯模型选择,利用网络中信号的相干性,可以将来自二元黑洞合并的引力波与检测器网络中的噪声瞬态区分开来。我们提出了一个贝叶斯框架计算后验概率的信号是天体物理学的起源,不可知的特定的搜索策略,管道或搜索域的候选人被确定。我们在\textit{identical}假设下将此框架应用于LIGO-Virgo GWTC-1目录GW 190412中报告的所有事件以及其他作者通过独立搜索管道报告的众多候选事件。除了GW 170818之外,我们发现所有GWTC-1候选者和GW 190412都有压倒性的优势支持天体物理学假设,包括GW 170729,它被GWTC-1中使用的不同搜索管道分配了显着不同的天体物理学概率。GW 170818实际上是一个单探测器触发器,因此,在我们的框架中,它被认为是由天体物理源产生的,这并不奇怪。我们发现\textit{three}额外的事件候选者,GW 170121,GW 170425和GW 170727,有显着的支持天体物理学的假设,与概率的信号是天体物理学的起源分别为0.53,0.74和0.64。我们进行了一个分层的人口研究,其中包括这三个事件,除了在GWTC-1报告,发现主要的天体物理结果不受影响。
2020-08-02 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