DINGO-TGR把六参数引力波检验压到38分钟:GW150914的偏移在千次噪声注入中并不罕见
核心概要
DINGO-TGR把双星参数与六个后牛顿相位形变参数放在同一个神经后验估计里联合推断,再用重要性采样校正网络给出的近似后验。对GW150914,推断耗时约38分钟,而bilby-tgr配dynesty约需177小时;对信噪比更高的GW250114约4.4小时对238小时。GW150914的领头主成分模式相对广义相对论有轻微偏移,但1000次类GW150914的广义相对论注入中有115次达到或超过该偏移,经验上尾p值约0.115,在5%水平上不拒绝广义相对论零假设。
深度剖析
多参数引力波检验广义相对论现在可以在一次联合推断中同时给出双星参数和六个后牛顿相位形变参数,并把结果压缩成少数几个数据真正约束住的组合。 此前的多参数检验受制于这些相位形变之间的强相关,单个形变参数的后验往往很宽,而重复做贝叶斯采样在大规模注入研究上代价很高。 16次零噪声广义相对论注入中,零都落在领头和次领头两个主成分模式的置信区间内;12次超出广义相对论注入中,注入的主成分值都落在对应置信区间内,均匀正形变与递增形变两种设置下广义相对论被排除在领头模式的区间之外。
做法是先用归一化流学出从观测数据到参数后验的映射,再用目标似然和先验对网络样本重新加权,最后对六个形变参数的后验协方差做对角化。 归一化流是一种可逆的神经网络变换,能把简单基分布映射成以数据为条件的后验密度;重要性采样则按目标似然与先验之比给每个样本加权,弥补网络提议与真实后验之间的差距。 对GW150914,35万个提议样本得到约4231的有效样本量;对GW250114,250万个提议样本得到1037的有效样本量,两次分析都只保留与先验的Jensen–Shannon散度超过0.1比特的领头与次领头模式。
启示与展望
演示范围限于准圆双星、单一波形近似IMRPhenomXPHM,以及TIGER框架下1.5PN到3.5PN的六个形变参数;真实事件分析覆盖GW150914与GW250114,噪声研究固定为类GW150914的广义相对论注入并采用固定的O1功率谱密度。
GW150914领头模式的偏移未被判定为广义相对论的违背,但分析也没有确定其来源;非平稳探测器噪声与波形建模误差的影响未被量化,非高斯噪声瞬变已知可以造成表观的相位偏移。注入集没有检验可分辨的非零次领头模式偏移,PCA基在不同注入与事件之间也不必对应同一组后牛顿组合。
