論文の概要: A new approach to template banks of gravitational waves with higher
harmonics: reducing matched-filtering cost by over an order of magnitude
- arxiv url: http://arxiv.org/abs/2310.15233v1
- Date: Mon, 23 Oct 2023 18:00:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-25 22:34:34.367260
- Title: A new approach to template banks of gravitational waves with higher
harmonics: reducing matched-filtering cost by over an order of magnitude
- Title(参考訳): 高調波による重力波のテンプレート化への新しいアプローチ : マッチングフィルタのコストを1桁以上削減する
- Authors: Digvijay Wadekar, Tejaswi Venumadhav, Ajit Kumar Mehta, Javier Roulet,
Seth Olsen, Jonathan Mushkin, Barak Zackay, Matias Zaldarriaga
- Abstract要約: 重力波イベントの現在の探索は、一般相対性理論によって予測される高次モードを省略する。
テンプレートバンクにHMを組み込むための新しい戦略を開発し、モード間の自然な接続を利用する。
これらのモードはそれぞれ、データに対して個別にフィルタリングすることができ、信号-雑音比の別々のタイムリーを生成する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Searches for gravitational wave events use models, or templates, for the
signals of interest. The templates used in current searches in the
LIGO-Virgo-Kagra (LVK) data model the dominant quadrupole mode $(\ell,m)=(2,2)$
of the signals, and omit sub-dominant higher-order modes (HM) such as
$(\ell,m)=(3,3)$, $(4,4)$, which are predicted by general relativity. Hence,
these searches could lose sensitivity to black hole mergers in interesting
parts of parameter space, such as systems with high-masses and asymmetric mass
ratios. We develop a new strategy to include HM in template banks that exploits
the natural connection between the modes. We use a combination of
post-Newtonian formulae and machine learning tools to model aligned-spin
$(3,3)$, $(4,4)$ waveforms corresponding to a given $(2,2)$ waveform. Each of
these modes can be individually filtered against the data to yield separate
timeseries of signal-to-noise ratios (SNR), which can be combined in a
relatively inexpensive way to marginalize over extrinsic parameters of the
signals. This leads to a HM search pipeline whose matched-filtering cost is
just $\approx 3\times$ that of a quadrupole-only search (in contrast to being
$\approx\! 100 \times$, as in previously proposed HM search methods). Our
method is effectual and is generally applicable for template banks constructed
with either stochastic or geometric placement techniques. Additionally, we
discuss compression of $(2,2)$-only geometric-placement template banks using
machine learning algorithms.
- Abstract(参考訳): 重力波の事象の探索は、興味のある信号にモデルやテンプレートを使用する。
LIGO-Virgo-Kagra(LVK)データモデルにおける現在の検索で使用されるテンプレートは、信号の4次モード$(\ell,m)=(2,2)$と、一般相対性理論によって予測される$(\ell,m)=(3,3)$,$(4,4)$のような省略された上位モード(HM)である。
したがって、これらの探索は、高質量と非対称質量比の系のようなパラメータ空間の興味深い部分におけるブラックホールの融合に対する感度を失う可能性がある。
我々は,テンプレートバンクにhmを組み込む新たな戦略を開発し,モード間の自然な接続を利用する。
ポストニュートン式と機械学習ツールを組み合わせて,与えられた$(2,2)$波形に対応するアライメントスピン$(3,3)$,$(4,4)$波形をモデル化する。
これらのモードは、それぞれがデータに対して個別にフィルタリングされ、信号から雑音への比(SNR)の別々のタイムリーを生成することができる。
これは、マッチしたフィルタリングコストが$\approx 3\times$四重極のみの検索である($\approx\!とは対照的に)HM検索パイプラインにつながる。
100 \times$, 以前提案されたHM検索メソッドのように)。
本手法は,確率的あるいは幾何学的配置技術を用いて構築したテンプレートバンクに適用可能である。
さらに,機械学習アルゴリズムを用いて,$(2,2)$のみの幾何配置テンプレートバンクの圧縮について検討する。
関連論文リスト
- The Umeyama algorithm for matching correlated Gaussian geometric models
in the low-dimensional regime [0.0]
2つの相関したランダムな幾何グラフのマッチングの問題に触発され、潜在ノード置換によって相関した2つのガウス幾何学モデルのマッチング問題を研究する。
A_i,j=langle X_i,X_j rangle$, $B_i,j=langle Y_i,Y_j rangle$ で与えられるエッジウェイトを持つ2種類の(相関した)重み付き完全グラフを考える。
論文 参考訳(メタデータ) (2024-02-23T04:58:54Z) - Sharper Model-free Reinforcement Learning for Average-reward Markov
Decision Processes [21.77276136591518]
我々はマルコフ決定過程(MDPs)のための証明可能なモデルフリー強化学習(RL)アルゴリズムを開発した。
シミュレータ設定では,$widetildeO left(fracSAmathrmsp(h*)epsilon2+fracS2Amathrmsp(h*)epsilon2right)$サンプルを用いて,$epsilon$-optimal Policyを求める。
論文 参考訳(メタデータ) (2023-06-28T17:43:19Z) - Optimal Horizon-Free Reward-Free Exploration for Linear Mixture MDPs [60.40452803295326]
線形マルコフ決定過程(MDP)を学習するための新たな報酬なしアルゴリズムを提案する。
我々のアルゴリズムの核心は、探索駆動の擬似回帰を用いた不確実性重み付き値目標回帰である。
我々のアルゴリズムは$tilde O(d2varepsilon-2)$ episodesを探索するだけで、$varepsilon$-optimal policyを見つけることができる。
論文 参考訳(メタデータ) (2023-03-17T17:53:28Z) - Best Policy Identification in Linear MDPs [70.57916977441262]
縮退した線形マルコフ+デルタ決定における最適同定問題について, 生成モデルに基づく固定信頼度設定における検討を行った。
複雑な非最適化プログラムの解としての下位境界は、そのようなアルゴリズムを考案する出発点として用いられる。
論文 参考訳(メタデータ) (2022-08-11T04:12:50Z) - Quantum Resources Required to Block-Encode a Matrix of Classical Data [56.508135743727934]
回路レベルの実装とリソース推定を行い、古典データの高密度な$Ntimes N$行列をブロックエンコードして$epsilon$を精度良くすることができる。
異なるアプローチ間のリソーストレードオフを調査し、量子ランダムアクセスメモリ(QRAM)の2つの異なるモデルの実装を検討する。
我々の結果は、単純なクエリの複雑さを超えて、大量の古典的データが量子アルゴリズムにアクセスできると仮定された場合のリソースコストの明確な図を提供する。
論文 参考訳(メタデータ) (2022-06-07T18:00:01Z) - Seeded graph matching for the correlated Gaussian Wigner model via the projected power method [5.639451539396459]
グラフマッチングアルゴリズムとして,Emphprojected Power Method (PPM) の性能解析を行った。
PPM は定数 $sigma$ の反復でも機能し、(Mao et al. 2023) のスパース相関エルドス・レニー(CER) モデルに対する解析を (dense) CGW モデルに拡張する。
論文 参考訳(メタデータ) (2022-04-08T14:31:26Z) - Minimax Optimal Quantization of Linear Models: Information-Theoretic
Limits and Efficient Algorithms [59.724977092582535]
測定から学習した線形モデルの定量化の問題を考える。
この設定の下では、ミニマックスリスクに対する情報理論の下限を導出する。
本稿では,2層ReLUニューラルネットワークに対して,提案手法と上界を拡張可能であることを示す。
論文 参考訳(メタデータ) (2022-02-23T02:39:04Z) - An Improved Analysis of Gradient Tracking for Decentralized Machine
Learning [34.144764431505486]
トレーニングデータが$n$エージェントに分散されるネットワーク上での分散機械学習を検討する。
エージェントの共通の目標は、すべての局所損失関数の平均を最小化するモデルを見つけることである。
ノイズのない場合、$p$を$mathcalO(p-1)$から$mathcalO(p-1)$に改善します。
論文 参考訳(メタデータ) (2022-02-08T12:58:14Z) - Linear-Sample Learning of Low-Rank Distributions [56.59844655107251]
ktimes k$, rank-r$, matrices to normalized $L_1$ distance requires $Omega(frackrepsilon2)$ sample。
我々は、$cal O(frackrepsilon2log2fracepsilon)$ sample, a number linear in the high dimension, and almost linear in the matrices, usually low, rank proofs.というアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-09-30T19:10:32Z) - Model-Based Multi-Agent RL in Zero-Sum Markov Games with Near-Optimal
Sample Complexity [67.02490430380415]
モデルに基づくMARLは、Nash平衡値(NE)を求めるために$tilde O(|S||B|(gamma)-3epsilon-2)$のサンプル複雑性を実現する。
また、アルゴリズムが報酬に依存しない場合、そのようなサンプル境界は最小値(対数因子まで)であり、アルゴリズムは報酬知識のない遷移サンプルを問合せする。
論文 参考訳(メタデータ) (2020-07-15T03:25:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。