加速重力波背景特性化への並列化Bayesアプローチ【JST・京大機械翻訳】

Taylor Stephen R.; Simon Joseph; Schult Levi; Pol Nihan; Lamb William G.

プレプリント

J-GLOBAL ID：202202212232541352 整理番号：22P0290905

加速重力波背景特性化への並列化Bayesアプローチ【JST・京大機械翻訳】

A Parallelized Bayesian Approach To Accelerated Gravitational-Wave Background Characterization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月16日プレプリントサーバーでの情報更新日： 2022年03月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

パルサー-タイミングアレイによるナノヘルツ-周波数重力波(GWs)の特性化は,データセットの連続的拡張と監視パルサーを必要とする。確率的GWバックグラウンドの検出は,パルサー間相関の特徴的パターンの測定に述語されたが,バックグラウンドのスペクトルを特徴付けることは,個々のパルサーの時系列のパワースペクトルで符号化された情報によって駆動される。パルサーデータセット上で完全に並列化した確率的GWバックグラウンドの迅速Bayes特性化のための新しい手法を提案した。この因子化尤度(FL)技術は,GWバックグラウンドのパラメータ推定,スペクトル的に共通した確率過程の多段階モデル選択,および四重極のパルサー間相関,および独立したパルサーサブアレイ間の測定信号の統計的交差検証に対するモジュールアプローチをエンパワーする。この技法の有効性の等価性を,必要な時間の一部で,完全なパルサー-タイミングアレイ尤度で実証した。提案手法は,高速,容易に実装され,新しいデータおよびパルサーを,後者の再解析なしにレガシーデータセットと組み合わせることを可能にした。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

重力理論の実験的試験及び観測

, , ,

前のページに戻る