[論文レビュー] Relative binning for complete gravitational-wave parameter estimation with higher-order modes and precession, and applications to lensing and third-generation detectors

Harsh Narola, Justin Janquart+3 more|arXiv (Cornell University)|Aug 23, 2023

Pulsars and Gravitational Waves ResearchPhysics and Astronomy被引用数 3

ひとこと要約

本稿では、重力波天文学における高速かつ高精度なベイズ的パrameter推定のための相対的ビニング手法を導入し、進化する波形および高次モードを含む信号の効率的解析を可能にする。この手法は、標準的手法と比較して最大10倍の高速化を達成し、特に低質量連星系において顕著な性能向上を示す一方で、事後分布の精度を保持しており、強力にレンズ効果を受ける信号の共同推定へも拡張可能である。

ABSTRACT

Once a gravitational wave signal is detected, the measurement of its source parameters is important to achieve various scientific goals. This is done through Bayesian inference, where the analysis cost increases with the model complexity and the signal duration. For typical binary black hole signals with precession and higher-order modes, one has 15 model parameters. With standard methods, such analyses require at least a few days. For strong gravitational wave lensing, where multiple images of the same signal are produced, the joint analysis of two data streams requires 19 parameters, further increasing the complexity and run time. Moreover, for third generation detectors, due to the lowered minimum sensitive frequency, the signal duration increases, leading to even longer analysis times. With the increased detection rate, such analyses can then become intractable. In this work, we present a fast and precise parameter estimation method relying on relative binning and capable of including higher-order modes and precession. We also extend the method to perform joint Bayesian inference for lensed gravitational wave signals. Then, we compare its accuracy and speed to those of state-of-the-art parameter estimation routines by analyzing a set of simulated signals for the current and third generation of interferometers. Additionally, for the first time, we analyze some real events known to contain higher-order modes with relative binning. For binary black hole systems with a total mass larger than $50\, M_{\odot}$, our method is about 2.5 times faster than current techniques. This speed-up increases for lower masses, with the analysis time being reduced by a factor of 10 on average. In all cases, the recovered posterior probability distributions for the parameters match those found with traditional techniques.

研究の動機と目的

• 前進する波形および高次モードを含む複雑な重力波信号のベイズ的パラメータ推定における計算負荷の増大に対処する。
• 19パラメータを含む共同推定を要するレンズ効果を受ける信号の解析時間を短縮する。
• 信号持続時間が1日にも達する可能性がある第3世代検出器（例：エイントシュタイン望遠鏡、コズミック・エクスプローラー）におけるスケーラブルなパラメータ推定を可能にする。
• 高次元パラメータ空間において、実行時間を著しく短縮しつつも高い正確性を維持する手法を開発する。
• 今後の観測ランで予想される検出頻度の増加に対応し、リアルタイムまたはニアリアルタイムでの解析を促進する。

提案手法

• 基準波形からの相対的波形比を粗い周波数グリッド上で近似することで、尤度評価の高速化を実現する相対的ビニングを用いる。
• 補間された比を用いてデータと波形間の内積を計算し、1回のMCMCステップあたりの完全な波形評価回数を削減する。
• 波形モデルに前進および高次球面調和モード（h^L_{l,m}）を組み込むことで、この手法の拡張を実現する。
• 強力にレンズ効果を受ける重力波信号の共同パラメータ推定にこの技術を適用する。2つのデータストリームを4つのレンズパラメータで結びつける。
• 効率的な相対的ビニング近似のため、注入された信号または最尤推定値を基準波形として用いる。
• 波形生成にはLALSimulationを、係数計算（C_{l,m}）にはNumba加速Pythonを用い、さらなる最適化が可能である。

Figure 1: Ratio (vertical axis) of the real part of the proposal to the fiducial waveform for the plus polarization as a function of frequency (horizontal axis). The top panel is for the IMRPhenomD waveform model with only the dominant mode and without precession, while the bottom panel is for the I

実験結果

リサーチクエスチョン

• RQ1 相対的ビニングは、前進および高次モードを含む重力波パラメータ推定に、正確性の損失を最小限に抑えて拡張可能か？
• RQ2 合計質量が50 M⊙を超える信号に対して、相対的ビニング手法は標準的手法と比較して、速度と正確性の両面でどの程度の性能を示すか？
• RQ3 19パラメータを要する強力にレンズ効果を受ける重力波信号の共同推定に、この手法は効果的に適用可能か？
• RQ4 基準波形の選択が、相対的ビニングフレームワークの性能および収束性に与える影響は何か？
• RQ5 低質量信号が解析において最も計算コストが高いため、質量が減少するに従い、この手法のスケーリング特性はどのように変化するか？

主な発見

• 合計質量が50 M⊙を超えるブラックホール連星系では、相対的ビニング手法は標準的手法と比較して約2.5倍の高速化を達成する。
• 低質量系では、平均で10倍の高速化が達成され、計算コストが最も高い信号の解析時間を顕著に短縮する。
• 相対的ビニングを用いて回復された事後確率分布は、従来手法と統計的不確実性の範囲内で一致しており、正確性が保証されている。
• この手法は、強力にレンズ効果を受ける信号の共同ベイズ推定を成功裏に可能にし、マルチイメージ重力波イベントへの応用範囲を拡張した。
• 再重み付け解析により、相対的ビニングから得られた事後サンプルが、標準尤度評価と一貫しており、手法の忠実性が検証された。
• このフレームワークは将来の検出器へも拡張可能であり、C_{l,m}係数計算をLALSimulationに直接統合することで、さらなる高速化が可能である。

Figure 2: The top (bottom) panel shows the ratio of $h^{L}$ (C) for the fiducial waveform to the proposal waveform for each mode as a function of frequency. The source and the fiducial parameters used to generate the plot are identical to the ones used in Fig. 1 .