学习如何冲浪：用高斯过程重建引力波的传播与起源

不久，电磁与引力信号的组合将开启引力波（GW）宇宙学的新时代。它将使我们能够检验张量扰动在宇宙时间中的传播，并研究其源在大尺度上的分布。在这项工作中，我们展示了如何利用机器学习技术，通过借助 GW 并合与星系之间的空间相关性来重建新物理。我们探索了联合重建修正的 GW 传播定律与 GW 源的线性偏置的可能性，以及通过结合多种技术打破两者之间轻微简并的可能性。我们展示了大致基于爱因斯坦望远镜网络与高红移星系巡天（$z\lesssim3$）相结合的预测。此外，我们研究了这些结果如何重新缩放至其他仪器配置。从长远来看，我们发现获得准确且精确的光度距离测量（直接从单个 GW 信号中提取）将是最大化约束能力时需要考虑的最重要因素。