神经网络揭示大质量黑洞双星引力波背景的性质
高能天体物理现象
2024-06-26 v1 星系天体物理
摘要
大质量黑洞双星（MBHBs）是由质量超过数百万太阳质量的黑洞形成的双星系统，预期在星系核中形成并演化。此类天体的极端致密性决定了其响亮而高效的引力波（GWs）发射，可被脉冲星计时阵列（PTA）实验以引力波背景（GWB）的形式探测到，即来自不同源的引力波信号的叠加。对 GWB 的建模需要对双星种群作一些假设，而整个涉及参数空间的探索因计算代价高昂而难以实现。我们在此基于由与恒星环境相互作用的偏心 MBHBs 种群所产生的 GWB 半解析建模来训练一个神经网络（NN）模型。然后我们利用该 NN 预测在参数空间中我们未以解析方式采样区域的 GW 信号特征。所开发的框架使我们能够快速预测不同宇宙实现中产生的 GWB 信号的水平、形状和方差。
引用
@article{arxiv.2311.04276,
title = {Neural Networks unveiling the properties of gravitational wave background from massive black hole binaries},
author = {Matteo Bonetti and Alessia Franchini and Bruno Giovanni Galuzzi and Alberto Sesana},
journal= {arXiv preprint arXiv:2311.04276},
year = {2024}
}
备注
8 pages, submitted to A&A