用贝叶斯推断与机器学习约束原初黑洞图景：基于GWTC-2引力波星表
广义相对论与量子宇宙学
2021-02-03 v2 宇宙学与河外天体物理
高能物理 - 唯象学
摘要
原初黑洞（PBHs）可能形成于早期宇宙，并可能构成暗物质的至少一部分。利用LIGO-Virgo合作组第三次观测运行最新发布的GWTC-2数据集，我们探究当前观测是否与“迄今探测到的所有黑洞并合均源自原初”这一假设相容。我们在基于深度学习技术的层次化贝叶斯推断框架内约束PBH形成模型，找到了这些模型显著特征的最佳拟合值，包括PBH初始质量函数、暗物质中PBH的比例以及吸积效率。GWTC-2数据集中存在若干自旋双星，这支持PBH吸积并自旋增大的图景。我们的结果表明，PBH可能仅构成总暗物质中小于的部分，且预言的PBH丰度仍与其他约束相容。
引用
@article{arxiv.2011.01865,
title = {Constraining the primordial black hole scenario with Bayesian inference and machine learning: the GWTC-2 gravitational wave catalog},
author = {Kaze W. K. Wong and Gabriele Franciolini and Valerio De Luca and Vishal Baibhav and Emanuele Berti and Paolo Pani and Antonio Riotto},
journal= {arXiv preprint arXiv:2011.01865},
year = {2021}
}
备注
14 pages, 5 figures. v2: matching published version