GWSkyNet-Multi II：一个用于快速分类引力波事件的更新机器学习模型
天体物理仪器与方法
2025-08-20 v2 广义相对论与量子宇宙学
摘要
对致密天体并合产生的引力波和电磁辐射进行多信使观测，为中子星结构、重元素形成以及宇宙膨胀速率提供了独特的见解。随着 LIGO-Virgo-KAGRA (LVK) 引力波探测器目前处于其第四次观测运行 (O4)，现在是探测这些并合事件的激动人心的时刻。然而，在望远镜时间和资源有限的情况下，评估是否对候选引力波事件进行后续观测具有挑战性；该候选事件可能是由于探测器故障导致的虚假警报，或者即使它是真实的，也可能没有任何可探测的电磁对应体。GWSkyNet-Multi 是一个机器学习模型，旨在通过利用 LVK 快速公共警报中发布的定位信息，提供候选事件的实时分类，从而为后续观测决策提供便利。在此，我们介绍 GWSkyNet-Multi II，这是一个更新的模型，旨在 O4 及以后提供更稳健、信息更丰富的预测。具体来说，该模型现在为 LVK 发布的四个相应源类别（故障、双黑洞、中子星-黑洞和双中子星）中的每一个提供归一化概率分数和相关的不确定性。基于对原始模型的可解释性研究，更新后的模型架构也得到了显著简化，包括用更易解释的直观汇总值替换输入图像。对于在 O4a 和 O4b 期间发布的重大事件警报，GWSkyNet-Multi II 对 93% 的事件产生的预测与更新的 LVK 分类一致。更新后的模型可供社区使用，以帮助做出时间紧迫的后续观测决策。
引用
@article{arxiv.2502.00297,
title = {GWSkyNet-Multi II: an updated machine learning model for rapid classification of gravitational-wave events},
author = {Nayyer Raza and Man Leong Chan and Daryl Haggard and Ashish Mahabal and Jess McIver and Audrey Durand and Alexandre Larouche and Hadi Moazen},
journal= {arXiv preprint arXiv:2502.00297},
year = {2025}
}
备注
22 pages, 6 figures, 6 tables. Updated to match version accepted to ApJ