CALorimetric Electron Telescope (CALET) 引力波搜索中用于稳健背景建模的贝叶斯高斯方法
摘要
使用 CALET 伽马射线暴监测器 (CGBM) 搜索引力波事件的伽马射线对应体需要准确且稳健的背景建模。以往的 CALET 观测运行 (O3 和 O4) 依赖于事件前后的平均基线或低阶多项式拟合，这些方法忽略了相关噪声、时间非平稳性以及背景不确定性向导出的流量上限的传播。这些简化可能导致对微弱或非典型瞬变源的灵敏度降低。在本工作中，我们提出了一种基于高斯过程 (GP) 回归和变点建模的新型贝叶斯背景估计框架。我们的方法捕获了探测器背景中的相关结构，量化了预测不确定性，并将其传播到检测统计量和贝叶斯可信上限中。我们使用存档的 CALET 时间标记事件数据和模拟信号注入证明，与传统多项式拟合相比，我们的方法对微弱短时爆发的灵敏度提高了近一个数量级。这种概率背景处理方法使得对非探测结果的物理稳健解释成为可能，并为未来的多信使联合搜索提供了一种可扩展且兼容实时的扩展方案。本文使用的所有代码均可在 https://github.com/SMALLSCALEDEV/Bayesian-Gaussian-Approach-for-Background-Estimation-in-CALET-GW 获取。
引用
@article{arxiv.2509.25893,
title = {Bayesian Gaussian Methods for Robust Background Modeling in CALorimetric Electron Telescope (CALET) Gravitational-Wave Searches},
author = {Bisweswar Sen},
journal= {arXiv preprint arXiv:2509.25893},
year = {2025}
}
备注
This paper had a critical error about the model and definition of CALET itself. The paper is inaccurate and has scope of infringement. The user published it as an inexperienced undergrad student. The content is immature and not intended for journals