达尔文遇上爱因斯坦：基于遗传算法的LISA数据分析
广义相对论与量子宇宙学
2014-11-17 v2
摘要
本文首次将遗传算法方法应用于激光中子空间天线(LISA)的数据分析。在LISA频段的低频率区，预计有数万个银河二元系统会发出可被LISA探测到的引力波。参数提取大量源在LISA数据流中所面临的挑战，需要一种能够有效探索大参数空间的搜索方法。由于许多源的信号会重叠，亟需一种全局搜索方法。遗传算法(GA)是LISA数据流中多个重叠源参数提取的全局搜索方法。我们发现，遗传算法能够正确提取重叠源的参数。本文提出了若干基本GA的优化方案，并展示了将GA搜索应用于模拟LISA数据的实际结果。
引用
@article{arxiv.gr-qc/0601036,
title = {Darwin Meets Einstein: LISA Data Analysis Using Genetic Algorithms},
author = {Jeff Crowder and Neil J. Cornish and Lucas Reddinger},
journal= {arXiv preprint arXiv:gr-qc/0601036},
year = {2014}
}
备注
8 pages, 12 figures