刻画核坍缩超新星g模式基频引力波时间演化:一种神经网络方法
广义相对论与量子宇宙学
2023-04-25 v1
摘要
我们提出一种基于全连接神经网络实现的方法来估计核坍缩超新星(CCSN)的g模式基频引力波(GW)时间演化。为进行估计,我们使用合成波形构建训练数据集以训练机器学习算法,随后利用若干CCSN波形测试该模型。根据模型实现所得结果,我们提供了支持按自转程度对前身星进行分类的数值证据。对于本研究纳入的被测候选体,由GW的CCSN信号所得共振频率相对时间斜率估计的相对误差在以内。该分类方法不需要先验或模板,其基于物理建模,并可与利用其他物理特征对前身星进行分类的研究相结合。
引用
@article{arxiv.2304.11498,
title = {Characterizing the gravitational wave temporal evolution of the gmode fundamental resonant frequency for a core collapse supernova: A neural network approach},
author = {Alejandro Casallas Lagos and Javier M. Antelis and Claudia Moreno and Michele Zanolin and Anthony Mezzacappa and Marek J. Szczepańczyk},
journal= {arXiv preprint arXiv:2304.11498},
year = {2023}
}
备注
14 pages, 9 figures, 6 tables