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
- Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs [56.237917407785545]
本稿では,円滑なベルマン作用素を持つ連続空間マルコフ決定過程(MDP)の一般クラスにおいて,$varepsilon$-optimal Policyを学習する問題を考察する。
我々のソリューションの鍵となるのは、調和解析のアイデアに基づく新しい射影技術である。
我々の結果は、連続空間 MDP における2つの人気と矛盾する視点のギャップを埋めるものである。
論文 参考訳（メタデータ） (2024-05-10T09:58:47Z) - 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) - Reward-Mixing MDPs with a Few Latent Contexts are Learnable [75.17357040707347]
報酬混合マルコフ決定過程(RMMDP)におけるエピソード強化学習の検討
我々のゴールは、そのようなモデルにおける時間段階の累積報酬をほぼ最大化する、ほぼ最適に近いポリシーを学ぶことである。
論文 参考訳（メタデータ） (2022-10-05T22:52:00Z) - 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) - The Power of Subsampling in Submodular Maximization [51.629656762796564]
このアプローチは,既存の手法よりもはるかに単純であるにもかかわらず,最適/最先端の結果をもたらすことを示す。
我々は,映像要約,位置情報要約,映画推薦タスクにおけるアルゴリズムの有効性を実証的に示す。
論文 参考訳（メタデータ） (2021-04-06T20:25:57Z) - 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) - Learning Gaussian Graphical Models via Multiplicative Weights [54.252053139374205]
乗算重み更新法に基づいて,Klivans と Meka のアルゴリズムを適用した。
アルゴリズムは、文献の他のものと質的に類似したサンプル複雑性境界を楽しみます。
ランタイムが低い$O(mp2)$で、$m$サンプルと$p$ノードの場合には、簡単にオンライン形式で実装できる。
論文 参考訳（メタデータ） (2020-02-20T10:50:58Z)
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。