基于天琴和 LISA 重构 electroweak 相变模型参数：来自六维模型的启示

我们研究了天琴（TianQin）和 LISA 对重建产生 electroweak 快速相变（electroweak SFOPT）新物理情景下拉格朗日模型参数的能力。以标准模型的六维希格子算子扩展为代表性情景，涵盖广泛的新物理模型，确定了模型参数 $\Lambda$ 与随机引力波背景可观测特征谱之间的映射关系。我们首先生成包含时间延迟干涉仪信道噪声、天体物理前沿以及来自六维模型信号的模拟数据。随后对数据进行压缩和优化， followed by 几何参数推断，采用 Fisher 矩阵分析和贝叶斯分层抽样（PolyChord）方法，后者高效处理高维、多模态后验分布。最后采用机器学习技术实现对模型参数 $\Lambda$ 的精确重建。对于产生强信号的基准点，TianQin 和 LISA 对参数重建的相对不确定度约为 $20$-$30\%$，而模型参数 $\Lambda$ 的精度则达到亚百分点水平。亚百分点精度反映了在理想化设置下的探测器统计重建能力：它包含机器学习推断不确定度，固定在气泡壁速度下建立，而有效势计算的理论不确定度未被包括在内。