基于深度学习的快速非圆形自旋对齐双黑洞波形生成
广义相对论与量子宇宙学
2024-11-25 v1 天体物理仪器与方法
摘要
准确的双黑洞（BBHs）非圆形轨道波形模板对于引力波（GW）的探测和精确参数估计至关重要。虽然SEOBNRE能够生成非圆形BBH系统的准确时域波形，但其生成速度仍是分析此类系统的关键瓶颈。加速模板生成对于数据分析的改进以及从观测数据中提取有价值信息至关重要。我们提出了SEOBNRE_AIq5e2，这是一个创新的基于人工智能的替代模型，旨加速非圆形、自旋对齐BBH系统的波形生成。SEOBNRE_AIq5e2在训练期间采用了先进的自适应抽样技术，使其能够生成质量比最高达5、偏心率小于0.2、自旋最高达0.6的非圆形BBH波形。其实现了每波形4.3毫秒的惊人生成速度，平均失配系数为。凭借卓越的准确性和快速性能，SEOBNRE_AIq5e2成为未来分析非圆形引力波数据的最有前景的波形模板。
引用
@article{arxiv.2411.14893,
title = {Rapid eccentric spin-aligned binary black hole waveform generation based on deep learning},
author = {Ruijun Shi and Yue Zhou and Tianyu Zhao and Zhixiang Ren and Zhoujian Cao},
journal= {arXiv preprint arXiv:2411.14893},
year = {2024}
}