[論文レビュー] A Thesaurus for Common Priors in Gravitational-Wave Astronomy

T. A. Callister|arXiv (Cornell University)|Apr 19, 2021

Pulsars and Gravitational Waves Research参考文献 20被引用数 13

ひとこと要約

この論文は、重力波天文学における事前確率分布の変換について包括的な参考文献を提供しており、質量パrameter、赤方偏移、スピン事前分布に焦点を当てている。一般的な質量パrameter化の間で変換するための解析的ヤコビアンを導出し、検出器フレームの事前分布を源フレームの事前分布に変換し、効果的スピンパラメータにおける暗黙の事前分布を計算することで、コンパクト二重星集団の研究における正確な階層的ベイズ推論を可能にする。

ABSTRACT

In gravitational-wave data analysis, we regularly work with a host of non-trivial prior probabilities on compact binary masses, redshifts, and spins. We must regularly manipulate these priors, computing the implied priors on a transformed basis of parameters or reweighting posterior samples from one prior to another. Here, I detail some common manipulations, presenting a table of Jacobians with which to transform priors between mass parametrizations, describing the conversion between source- and detector-frame priors, and deriving analytic expressions for priors on the "effective spin" parameters regularly invoked in gravitational-wave astronomy.

研究の動機と目的

• 重力波データ解析における事前分布の変換の頻繁な必要性に対処すること、特に階層的集団研究において。
• チルプ質量、質量比、成分質量などの異なる質量パラメータ化の間での変換を、適切な確率密度を保持する形で実現すること。
• 標準的なスピン事前分布（整列および等方的）から、効果的スピンパラメータ（効果的インスピレーションおよびプレセッシングスピン）の明示的な解析的表現を導出すること。
• ベイズ推論における異なるパラメータ空間間で事前分布を操作するための再利用可能で体系的なツールキットを提供すること。
• 階層的モデリング中にパラメータ推定の事前分布を補正するために、閉形式の変換を提供すること。

提案手法

• チルプ質量、合計質量、成分質量、質量比、対称質量比を含む10個の一般的な質量パラメータペア間での確率密度変換のためのヤコビアン行列式の表を導出する。
• ヤコビアン変換則を用いて、宇宙論的距離-赤方偏移関係を考慮して、検出器フレームの事前分布（質量および距離輝度）を源フレームの事前分布（赤方偏移および源フレーム質量）に変換する。
• 成分スピンが独立で等方的に分布すると仮定した場合の、効果的インスピレーションスピンパラメータ $\chi_{\rm eff}$ における暗黙の事前分布を導出する。
• 同じ等方的スピン事前分布から、スピンベクトルの大きさと角度の幾何的制約を用いて、効果的プレセッシングスピンパラメータ $\chi_{\rm p}$ における暗黙の事前分布を導出する。
• デルタ関数と制約付き統合を用いて、個々のスピンの大きさと方向に一様な事前分布を仮定した場合の、効果的スピンパラメータにおける周辺事前分布を計算する。
• これらの導出された事前分布を計算するためのオープンソースPythonコードを提供し、再現可能性と利用可能性を高める。

実験結果

リサーチクエスチョン

• RQ1 重力波天文学において、チルプ質量と質量比から成分質量への間で、事前確率密度を解析的に変換する方法は何か？
• RQ2 宇宙論的文脈において、検出器フレームの事前分布（質量および距離輝度）から源フレームの事前分布（赤方偏移および源フレーム質量）への正しい変換は何か？
• RQ3 成分スピンが方向に等方的かつ大きさに一様に分布すると仮定した場合、効果的インスピレーションスピンパラメータ $\chi_{\rm eff}$ における暗黙の事前分布は何か？
• RQ4 同じ等方的スピン事前分布のもとで、効果的プレセッシングスピンパラメータ $\chi_{\rm p}$ における暗黙の事前分布は何か？
• RQ5 特に集団研究における事前分布の影響を補正する際、階層的ベイズ推論において事後サンプルを1つの事前分布から別のものに再重み付けする効率的な方法は何か？

主な発見

• 本論文は、10個の一般的な質量パラメータペア間での変換に適した90個のヤコビアン行列式の完全な表を提供しており、異なるパラメータ化間での正確な事前分布の再重み付けを可能にする。
• 宇宙論的距離-赤方偏移関係を組み込んだ、検出器フレームの質量および距離輝度から源フレームの質量および赤方偏移への明示的変換を導出する。
• 成分スピンが等方的に分布すると仮定した場合、効果的インスピレーションスピン $\chi_{\rm eff}$ における暗黙の事前分布を解析的に導出し、その結果は質量比 $q$ と最大スピン大きさ $a_{\rm max}$ に依存する。
• 幾何的制約とデルタ関数統合を用いて、効果的プレセッシングスピン $\chi_{\rm p}$ における暗黙の事前分布を導出し、$q$ と $a_{\rm max}$ に依存する非一様分布が得られる。
• 導出された効果的スピン事前分布の式は非自明で非一様であり、等方的スピン事前分布が $\chi_{\rm eff}$ や $\chi_{\rm p}$ に一様な事前分布をもたらさないことが示され、階層的推論において極めて重要である。
• 著者らは、これらの導出された事前分布を計算するための公開Pythonパッケージを https://github.com/tcallister/effective-spin-priors で提供しており、再現可能性と実用的応用を確保している。