中子星全天频率 Hough 方法的性能研究

在中子星（NS）的估计总量与目录中实际存在数量之间存在巨大差距：O(10$^{8-9}$) 与 O(10$^3$)。在不同持续引力波（CWs）搜索技术中，全天搜索有助于缩小这一差距。我们聚焦于不依赖源参数（$f,\dot{f}, \lambda, \beta$）的全天 CW 流水线 Frequency Hough（FH）。本文提出一种与标准跟踪（FU）流程不同的机器学习策略。我们使用真实干涉仪数据进行性能研究，直至达到标准 FU 程序次阈值 ($CR_{thr}=5$)，并取得鼓舞人心的分类结果。