ICAROGW：用于含噪声、异构且不完备观测的天体物理群体属性推断的 Python 包
宇宙学与河外天体物理
2023-12-15 v2 广义相对论与量子宇宙学
摘要
我们介绍 icarogw 2.0，一个纯 CPU/GPU 的 Python 代码，用于推断含噪声、异构且不完备观测的天体物理与宇宙学群体属性。icarogw 2.0 主要为利用引力波（GW）观测进行致密双星并合（CBC）群体推断而开发。该代码包含若干用于 CBC 质量、自旋和红移分布的模型，能够推断群体分布以及宇宙学参数和宇宙学尺度上可能的广义相对论偏离。我们介绍 icarogw 2.0 的理论与计算基础，并描述该代码如何用于以下情形的群体与宇宙学推断：（i）仅用引力波，（ii）引力波与星系巡天，以及（iii）带电磁对应体的引力波。我们讨论了该代码在图形处理单元（GPU）上的性能，发现当分析涉及超过 100 个引力波事件时，计算时间约有两数量级的加速。我们通过重新分析引力波群体与宇宙学研究验证了该代码，发现与先前发表结果非常一致。
引用
@article{arxiv.2305.17973,
title = {ICAROGW: A python package for inference of astrophysical population properties of noisy, heterogeneous and incomplete observations},
author = {Simone Mastrogiovanni and Grégoire Pierra and Stéphane Perriès and Danny Laghi and Giada Caneva Santoro and Archisman Ghosh and Rachel Gray and Christos Karathanasis and Konstantin Leyde},
journal= {arXiv preprint arXiv:2305.17973},
year = {2023}
}
备注
Code available at (https://github.com/simone-mastrogiovanni/icarogw), tutorials available at (https://zenodo.org/record/7846415#.ZG0l0NJBxQo). A more detailed guide about the code is going to be linked on the github page