PyCBC Inference：基于Python的致密双星并合信号参数估计工具包
天体物理仪器与方法
2019-01-23 v1 星系天体物理
广义相对论与量子宇宙学
摘要
我们在开源PyCBC引力波天文工具包中引入实现致密天体双星并合贝叶斯推断的新模块。我们回顾所实现的贝叶斯推断方法并描述模块结构。我们证明PyCBC Inference模块对模拟双星黑洞并合种群的参数产生无偏估计。我们展示使用我们新代码得到的后验参数分布与第一次LIGO-Virgo观测运行中双星黑洞的已发布估计吻合良好。
引用
@article{arxiv.1807.10312,
title = {PyCBC Inference: A Python-based parameter estimation toolkit for compact binary coalescence signals},
author = {C. M. Biwer and Collin D. Capano and Soumi De and Miriam Cabero and Duncan A. Brown and Alexander H. Nitz and V. Raymond},
journal= {arXiv preprint arXiv:1807.10312},
year = {2019}
}