基于空间引力波探测器的波动光学引力波双星的贝叶斯分析
机器学习
2025-12-01 v2
摘要
在贝叶斯统计框架内,我们联合估计源参数和镜参数,并评估镜型与非镜型模型之间的相对证据。本工作聚焦于点质量 (PM) 镜对等质量巨型黑洞二元 (MBHB) 引力波 (GW) 产生的波动光学效应,并评估空间基准引力波探测器 Taiji 检测此类效应的能力。具体而言,我们研究了红移镜质量 范围为 太阳质量、影响参数 在 、源红移 在 以及总源质量 在 太阳质量范围内对参数估计和模型选择的影响。我们的结果表明,对于我们研究的案例,较大的 会增加波形不匹配度 ,直接增强波形差异和相应的信噪比 (SNR),从而提高在镜型和非镜型模型之间进行判别的能力。相比之下,当 时, 和 SNR 均太小,无法在这些情况下有效实现模型判别。参数估计进一步表明,当 时,亮度距离和 之间的degeneracy (退化) 可被有效分离。尽管 Bayes factor 随 增加而减小,但在 处仍可识别镜面特征。 的作用取决于 GW 信号与探测器敏感带的重叠程度。总体而言,有效的模型判别需要 大于或等于 (对应 SNR 大于 5)。
引用
@article{arxiv.2509.01886,
title = {Deep Reinforcement Learning for Drone Route Optimization in Post-Disaster Road Assessment},
author = {Huatian Gong and Jiuh-Biing Sheu and Zheng Wang and Xiaoguang Yang and Ran Yan},
journal= {arXiv preprint arXiv:2509.01886},
year = {2025}
}
备注
28 pages, 15 figures