基于模拟的引力波星族推断鲁棒性检验

随着观测星表快速增长，引力波星族研究在引力波天文学中变得愈发重要。在近期研究中，基于不同机器学习技术的仿真器被用于快速仿真星族合成模拟的结果。在本研究中，我们对两个通过学习截断幂律现象学模型来分别使用高斯过程回归与归一化流技术的仿真器进行基准测试，以考察哪一个在星族推断中是更具能力的似然仿真器。我们通过将其在星族推断中的表现与现象学模型在模拟与真实观测数据上的表现进行比较，来基准测试这些仿真器的特性。我们的结果表明，归一化流仿真器能够利用现象学模型在星族推断中恢复后验分布，最多可使用 300 次模拟注入。归一化流仿真器在真实观测数据的星族推断中也会低估某些后验分布的不确定性。另一方面，高斯过程回归仿真器在同一任务上表现不佳，仅能在低维情形中有效使用。