基于模拟推断的孤立脉冲星种群合成

我们将脉冲星种群合成与基于模拟的推断（SBI）相结合，以约束孤立银河系射电脉冲星的磁旋转特性。我们首先开发了一个框架来模拟中子星的诞生属性及其动力学和磁旋转演化。我们具体从对数正态分布中采样初始磁场强度 $B$ 和自转周期 $P$，并用幂律描述晚期磁场衰减。每个对数正态分布由均值 $\mu_{\log B}, \mu_{\log P}$ 和标准差 $\sigma_{\log B}, \sigma_{\log P}$ 描述，而幂律则由指数 $a_{\rm late}$ 表征。随后，我们模拟恒星的射电辐射和观测偏差以模仿三次射电巡天的探测结果，并通过改变五个磁旋转输入参数生成了大量的合成 $P$--$\dot{P}$ 图数据库。接着，我们采用专注于神经后验估计的 SBI 方法，训练深度神经网络以推断参数的后验分布。在成功利用模拟数据验证这些独立的神经密度估计器后，我们使用网络集成来推断观测脉冲星种群的后验分布。我们在 95% 可信区间内获得了对数正态分布的 $\mu_{\log B} = 13.10^{+0.08}_{-0.10}$，$\sigma_{\log B} = 0.45^{+0.05}_{-0.05}$ 和 $\mu_{\log P} = -1.00^{+0.26}_{-0.21}$，$\sigma_{\log P} = 0.38^{+0.33}_{-0.18}$，以及幂律的 $a_{\rm late} = -1.80^{+0.65}_{-0.61}$。我们将我们的结果与先前的研究进行了对比，并强调了推断出的 $a_{\rm late}$ 值的不确定性。我们的方法代表了迈向复杂种群合成框架稳健统计推断的关键一步，并为未来银河系脉冲星的多波长分析奠定了基础。