基于深度学习在 GWTC-1 和 -2 中搜寻双黑洞事件的微引力透镜特征

我们给出了首次基于深度学习在引力波中搜寻微引力透镜特征的结果。该搜寻在第一和第二引力波瞬态目录中的双黑洞事件谱图中，寻找质量介于 $10^3M_\odot$--$10^5M_\odot$ 的透镜所诱导的特征。我们使用以模拟含噪引力波信号谱图训练的深度学习模型，将事件分类为两类：有透镜与无透镜。我们引入集成学习及基于多数投票的一致性检验用于集成学习器的预测。该搜寻的分类方案主要将事件 GW190707_093326 分类为有透镜类。为验证该事件的主要分类，我们还检验了到有透镜类的中位概率，观察到结果值 $0.984^{+0.012}_{-0.342}$ 符合声称探测到透镜信号的经验准则 $>\!0.6$。然而，中位概率估计的 p 值及其误差的不确定性介于 0 到 0.1 之间，使我们确信 GW190707_093326 不太可能是透镜事件，因其包含未透镜假设成立的 $p\geq\!0.05$。因此，我们得出结论：我们的搜寻在所评估的双黑洞事件中未发现微引力透镜特征的显著证据。