文献

J-GLOBAL ID：201902258366633739   整理番号：19A2286024

偏心連星ブラックホール合体から高次多重極波形を検出するための数値相対論と深層学習の融合【JST・京大機械翻訳】

Fusing numerical relativity and deep learning to detect higher-order multipole waveforms from eccentric binary black hole mergers

著者 (12件)： Rebei Adam (NCSA, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Rebei Adam (The University of Illinois Laboratory High School, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Huerta E. A. (NCSA, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Huerta E. A. (Department of Astronomy, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Wang Sibo (NCSA, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Habib Sarah (NCSA, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Habib Sarah (Department of Physics, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Haas Roland (NCSA, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Johnson Daniel (NCSA, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Johnson Daniel (Institute for Computational and Mathematical Engineering, Stanford University, Stanford, California 94305, USA) ,  George Daniel (NCSA, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  George Daniel (Google X, Mountain View, California 94043, USA)
資料名： Physical Review. D  (Physical Review. D)
巻： 100  号： 4  ページ： 044025  発行年： 2019年 
JST資料番号： D0748A  ISSN： 2470-0010  CODEN： PRVDAQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 偏心二成分ブラックホール合併の重力波検出に対する高次波形多重極[数式:原文を参照]の寄与を最大化する質量比,偏心および二値傾斜角を決定した。本研究では,質量比[数式:原文を参照]を有する非スピニングブラックホール連星を記述する数値相対論波形を用いて,また,合体前の[数式:原文を参照]15サイクルと同じ高い軌道偏心率を用いて,本研究を行った。ステラー質量,非対称質量比,二成分ブラックホール合併,およびLIGOのゼロ離調高出力構成を仮定して,[数式:原文を参照]波形でモデル化したパラメータ空間の領域で,[数式:原文を参照]モードの包含は,[数式:原文を参照]数値相対論波形でモデル化した最適配向二成分ブラックホール合併の信号対雑音比の30%と45%の間の信号対雑音比の観測を可能にした。[数式:原文を参照]モードが重力波検出に重要であるパラメータ空間を決定することにより,これらの天体物理的に動機付けられたシナリオを記述する波形信号を構築し,これらの位相的に複雑な信号を検出し,深い学習アルゴリズムを用いて実際のLIGO雑音において特性化することができることを実証した。Copyright 2019 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *連星 ,  離調 ,  キャラクタリゼーション ,  *偏心 ,  *多重極 ,  スピニング加工 ,  モデリング ,  位相 ,  *ブラックホール ,  非対称性 ,  雑音 ,  SN比
準シソーラス用語： LIGO ,  ブラックホール連星 ,  *数値相対論 , 【Automatic Indexing@JST】

分類 (2件)： 重力理論の実験的試験及び観測  (BA07040Q) ,  一般相対論及び重力理論  (BA07030F)

タイトルに関連する用語 (8件)： 偏心 ,  連星 ,  ブラックホール合体 ,  多重極 ,  波形 ,  数値相対論 ,  深層学習 ,  融合