双黑洞进动数值相对论波形代理模型:一种高斯过程回归方法
广义相对论与量子宇宙学
2020-03-18 v3 数据分析、统计与概率
摘要
引力波天体物理严重依赖匹配滤波,既用于从探测器噪声数据中检测信号,也用于对信号进行参数估计。匹配滤波依赖于对一系列天体物理系统(如双黑洞)预期产生信号的先验知识。这些波形信号可利用数值相对论技术计算,即数值求解爱因斯坦场方程并从模拟中提取信号。然而,数值相对论模拟计算代价高昂,因而需要一种代理模型,能在未被模拟直接探测的物理参数空间区域预测波形信号。我们提出一种利用高斯过程回归产生此类代理模型的方法,该回归直接以数值相对论生成的波形为训练数据。此模型不仅返回新点上波形的单一插值,还给出预测值的完整后验概率分布。因此,该模型是贝叶斯分析框架中的理想组件,通过它可在信号参数估计时计入插值的不确定性。
引用
@article{arxiv.1903.09204,
title = {A Precessing Numerical Relativity Waveform Surrogate Model for Binary Black Holes: A Gaussian Process Regression Approach},
author = {Daniel Williams and Ik Siong Heng and Jonathan Gair and James A Clark and Bhavesh Khamesra},
journal= {arXiv preprint arXiv:1903.09204},
year = {2020}
}
备注
13 pages, with 7 figures. Accepted by Physical Review D