面向数值相对论星表的深度学习波形异常检测器
广义相对论与量子宇宙学
2024-02-22 v2
摘要
数值相对论在研究致密双星并合动力学、波形建模以及最终的引力波观测方面具有根本重要性。随着探测器网络灵敏度的提升，将需要更精确的模板建模以保证天体物理参数估计更准确。为助力提升数值相对论星表的精度，我们开发了一个能够检测异常波形的深度学习模型。我们分析了来自 SXS 星表的 1341 个具有不同质量比和自旋的二元黑洞模拟，考虑了波形主模与高阶模。在所分析的波形集合中，我们发现并对并合阶段出现的七类异常进行了分类。
引用
@article{arxiv.2210.07299,
title = {Deep learning waveform anomaly detector for numerical relativity catalogs},
author = {Tibério Pereira and Riccardo Sturani},
journal= {arXiv preprint arXiv:2210.07299},
year = {2024}
}
备注
15 pages, 16 figures