利用深度学习进行双中子星并合引力波的并合前天区定位
高能天体物理现象
2023-12-11 v2 宇宙学与河外天体物理
摘要
对两颗中子星并合产生的引力波（GW）与瞬时电磁对应体的同时观测，有助于揭示最终 plunge 期间及之后极端物质与引力的性质。对此类源的快速天区定位对于促进此类多信使观测至关重要。由于双中子星（BNS）并合产生的引力波在探测器设计灵敏度频段内可停留长达10-15分钟，如近期研究所证明，对于足够亮的源可实现预警警报与并合前天区定位。本工作中，我们给出使用CBC-SkyNet的并合前BNS天区定位结果，CBC-SkyNet是一种深度学习模型，能够以比标准马尔可夫链蒙特卡洛方法快数个数量级的速度推断GW源的天区位置后验分布。我们在Sachdev等人（2020）的模拟注入目录上测试模型性能，在并合前0-60秒回收，并获得与快速定位工具BAYESTAR相当的天区定位面积。这些结果展示了我们的模型用于快速并合前天区定位的可行性，以及针对BNS并合前驱发射进行后续观测的可能性。
引用
@article{arxiv.2301.03558,
title = {Pre-merger sky localization of gravitational waves from binary neutron star mergers using deep learning},
author = {Chayan Chatterjee and Linqing Wen},
journal= {arXiv preprint arXiv:2301.03558},
year = {2023}
}
备注
7 pages, 5 figures