論文の概要: Simulation-based population inference of LISA's Galactic binaries: Bypassing the global fit

• arxiv url: http://arxiv.org/abs/2506.22543v1
• Date: Fri, 27 Jun 2025 18:00:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:53.456669
• Title: Simulation-based population inference of LISA's Galactic binaries: Bypassing the global fit
• Title（参考訳）: LISAのギャラクティックバイナリのシミュレーションに基づく人口推定:グローバルな適合を回避して
• Authors: Rahul Srinivasan, Enrico Barausse, Natalia Korsakova, Roberto Trotta,
• Abstract要約: 周波数(あるいは時間)のひずみ列から直接、最も多くのLISA源の特性を推測できることを示す。 これにより、解決されたソースと未解決のソースの両方から、同時に、計算的に効率的な方法で、人口パラメータに関する情報を抽出することができる。
• 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: The Laser Interferometer Space Antenna (LISA) is expected to detect thousands of individually resolved gravitational wave sources, overlapping in time and frequency, on top of unresolved astrophysical and/or primordial backgrounds. Disentangling resolved sources from backgrounds and extracting their parameters in a computationally intensive "global fit" is normally regarded as a necessary step toward reconstructing the properties of the underlying astrophysical populations. Here, we show that it is possible to infer the properties of the most numerous population of LISA sources - Galactic double white dwarfs - directly from the frequency (or, equivalently, time) strain series, by using a simulation-based approach that bypasses the global fit entirely. By training a normalizing flow on a custom-designed compression of simulated LISA frequency series from the Galactic double white dwarf population, we demonstrate how to infer the posterior distribution of population parameters (e.g., mass function, frequency, and spatial distributions). This allows for extracting information on the population parameters from both resolved and unresolved sources simultaneously and in a computationally efficient manner. Our approach to target population properties directly can be readily extended to other source classes (e.g., massive and stellar-mass black holes, extreme mass ratio inspirals), provided fast simulations are available, and to scenarios involving non-Gaussian or non-stationary noise (e.g., data gaps).
• Abstract（参考訳）: レーザー干渉計宇宙アンテナ(LISA)は、未解決の天体物理学および/または原始背景の上に、時間と周波数の重なり合う、何千もの個別に解決された重力波源を検出することが期待されている。 背景から解決された情報源を遠ざけ、計算的に集約的な「グローバル適合」でパラメータを抽出することは、通常、下層の天体物理学的集団の性質を再構築するために必要なステップであるとみなされる。 ここでは、グローバル適合を完全にバイパスするシミュレーションに基づくアプローチを用いて、周波数(または時間)ひずみ系列から直接、最も多くのLISA源であるギャラクティックダブルホワイトドロームの特性を推測できることを示す。 シミュレーションされたLISA周波数列の正規化フローをGalactic double white dwarf populationからトレーニングすることにより, 集団パラメータの後方分布(例えば, 質量関数, 周波数, 空間分布)を推定する方法を実証する。 これにより、解決されたソースと未解決のソースの両方から、同時に、計算的に効率的な方法で、人口パラメータに関する情報を抽出することができる。 対象とする個体群特性を目的とするアプローチは, より高速なシミュレーションが可能であり, 非ガウス的・非定常的ノイズ(例えば, データギャップ)を含むシナリオにも適用可能である。

関連論文リスト

• Emulating compact binary population synthesis simulations with robust uncertainty quantification and model comparison: Bayesian normalizing flows [0.0]
  二元座標の集団シミュレーションは重力波(GW)観測から天体物理学的な知見を抽出する上で重要な役割を担っている。 ベイズ正規化フローを導入し,エミュレータの不確かさを定量化し,余剰化する方法を開発した。 共通エンベロープ進化により形成された二元ブラックホール群のシミュレーションにおいて, 推定不確かさの精度, 校正, およびデータ増幅の影響を実証した。
  論文  参考訳（メタデータ） (2025-06-06T01:17:52Z)
• Whenever, Wherever: Towards Orchestrating Crowd Simulations with Spatio-Temporal Spawn Dynamics [65.72663487116439]
  ニューラル・テンポラル・ポイント・プロセスを用いて生成時間生成ダイナミクスをモデル化するnTPP-GMMを提案する。 我々は,nTPP-GMMを用いた3つの実世界のデータセットのシミュレーションによるアプローチの評価を行った。
  論文  参考訳（メタデータ） (2025-03-20T18:46:41Z)
• Quantum Bayesian Inference with Renormalization for Gravitational Waves [1.4555521588662113]
  重力波干渉計で検出された小型のバイナリコレッセンスからパラメータの量子推論を行うために,ハイブリッド量子アルゴリズムを提案する。 LIGO観測所から二元ブラックホール(BBH)の融合をアルゴリズムをテストする最初のケースとして選択するが、その応用はより一般的なインスタンスに拡張できる。
  論文  参考訳（メタデータ） (2024-02-29T14:22:16Z)
• Martian time-series unraveled: A multi-scale nested approach with factorial variational autoencoders [13.190441691191326]
  教師なしのソース分離は、ミキシング演算子を通して記録された未知のソース信号のセットを解き放つことを伴う。 この問題は本質的に不適切であり、惑星の宇宙ミッションの時系列データから得られる様々な散乱によって問題視されている。 既存のメソッドは、通常、選択されたウィンドウサイズに依存して、その操作時間スケールを決定する。 教師なしマルチスケールクラスタリングおよびソース分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-25T15:49:38Z)
• Bayesian Renormalization [68.8204255655161]
  ベイズ統計的推論にインスパイアされた再正規化に対する完全情報理論的アプローチを提案する。 ベイズ再正規化の主な洞察は、フィッシャー計量が創発的RGスケールの役割を担う相関長を定義することである。 本研究では,ベイズ正規化方式が既存のデータ圧縮法やデータ生成法とどのように関係しているかを考察する。
  論文  参考訳（メタデータ） (2023-05-17T18:00:28Z)
• Posterior samples of source galaxies in strong gravitational lenses with score-based priors [107.52670032376555]
  我々はスコアベースモデルを用いて、背景銀河の歪みのない画像の事前推定を符号化する。 アウト・オブ・ディストリビューション・データを用いた実験において、可能性と事前のバランスが、我々の期待にどのように合致しているかを示す。
  論文  参考訳（メタデータ） (2022-11-07T19:00:42Z)
• Optimal Scaling for Locally Balanced Proposals in Discrete Spaces [65.14092237705476]
  離散空間におけるMetropolis-Hastings (M-H) アルゴリズムの効率は、対象分布に依存しない受容率によって特徴づけられることを示す。 最適受容率の知識は、連続空間におけるステップサイズ制御と直接的に類似して、離散空間における提案分布の近傍サイズを自動的に調整することを可能にする。
  論文  参考訳（メタデータ） (2022-09-16T22:09:53Z)

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。