基于条件变分自编码器的参数估计微型引力波
广义相对论与量子宇宙学
2025-05-02 v2 宇宙学与河外天体物理
高能天体物理现象
天体物理仪器与方法
摘要
引力波的引力透镜提供了研究多尺度宇宙学和天体物理的独特机会。检测微型透镜迹象尤其需要高效的参数估计方法，因为传统贝叶斯推断的计算成本很高。本文我们探索了使用深度学习，即条件变分自编码器（CVAE），来估计微型双黑洞（模拟）波形的参数。我们发现，我们的CVAE模型在参数估计方面具有准确性，并且在计算效率上显著优于贝叶斯方法，如Bilby（推断速度快了五个数量级）。此外，将CVAE生成的先验纳入Bilby，基于CVAE后验中为透镜参数提供的95%置信区间，使Bilby的平均运行时间缩短约48%，而不会影响准确性。我们的结果表明，CVAE模型是未来低延迟探测透镜信号的有前景的工具。进一步应用于实际信号并与高级管道集成，可以帮助扩展GW观测站在检测微型透镜事件方面的能力。
引用
@article{arxiv.2412.00566,
title = {Parameter estimation of microlensed gravitational waves with Conditional Variational Autoencoders},
author = {Roberto Bada-Nerin and Oleg Bulashenko and Osvaldo Gramaxo Freitas and José A. Font},
journal= {arXiv preprint arXiv:2412.00566},
year = {2025}
}
备注
15 pages, 8 figures