[論文レビュー] Search for Continuous Gravitational Wave Signals in Pulsar Timing Residuals: A New Scalable Approach with Diffusive Nested Sampling

Yu-Yang Songsheng, Yi-Qian Qian+6 more|arXiv (Cornell University)|Sep 1, 2021

Pulsars and Gravitational Waves Research参考文献 81被引用数 8

ひとこと要約

本稿では、パulsarタイミング残差内に存在する個々の超大質量ブラックホール連星からの連続重力波信号を検出するスケーラブルなベイズ的手法として、拡散的ネストド・サブセット（DNest）を導入する。DNestが高次元パラメータ空間、特に未知のパルサー位相パラメータを含む場合でも、100個を超えるパルサーを伴う状況でも高い精度と頑健性を発揮し、天球位置、振幅、周波数、合体時刻といった源のパrameterを正確に回復できることを示している。また、時間的に変化する連星軌道に対しても同様の性能を示している。

ABSTRACT

Detecting continuous nanohertz gravitational waves (GWs) generated by individual close binaries of supermassive black holes (CB-SMBHs) is one of the primary objectives of pulsar timing arrays (PTAs). The detection sensitivity is slated to increase significantly as the number of well-timed millisecond pulsars will increase by more than an order of magnitude with the advent of next-generation radio telescopes. Currently, the Bayesian analysis pipeline using parallel tempering Markov chain Monte Carlo has been applied in multiple studies for CB-SMBH searches, but it may be challenged by the high dimensionality of the parameter space for future large-scale PTAs. One solution is to reduce the dimensionality by maximizing or marginalizing over uninformative parameters semi-analytically, but it is not clear whether this approach can be extended to more complex signal models without making overly simplified assumptions. Recently, the method of diffusive nested (DNest) sampling shown the capability of coping with high dimensionality and multimodality effectively in Bayesian analysis. In this paper, we apply DNest to search for continuous GWs in simulated pulsar timing residuals and find that it performs well in terms of accuracy, robustness, and efficiency for a PTA including $\mathcal{O}(10^2)$ pulsars. DNest also allows a simultaneous search of multiple sources elegantly, which demonstrates its scalability and general applicability. Our results show that it is convenient and also high beneficial to include DNest in current toolboxes of PTA analysis.

研究の動機と目的

• パルサータイミングアレイ（PTA）における連続重力波検出のベイズ推論において、高次元かつマルチモーダルなパラメータ空間の課題に取り組む。
• 並列温度付きMCMC や尤度関数の最大化／周辺化といった従来手法の限界を克服する。これらの手法はスケーラビリティに欠け、信号モデルに関する仮定を必要とする。
• 簡略化仮定を必要とせず、複雑な信号モデルを扱える一般化されたスケーラブルなベイズフレームワークを、拡散的ネストド・サブセット（DNest）を用いて開発・検証する。
• 時間的に変化する連星軌道や未知のパルサー位相パラメータを含む複雑な信号モデルに対しても、個々の連続重力波源の検出と特徴抽出が可能であることを示す。
• 将来の次世代電波望遠鏡（FAST や SKA など）にとって不可欠な、大規模PTAにおける同時多源検出を可能にする。

提案手法

• 高次元かつマルチモーダルな事後分布を探索するため、ベイズ推論手法として拡散的ネストド・サブセット（DNest）をパルサータイミング残差解析に適用する。
• パルサー距離に起因する時間遅れを含む、パルサー位相パラメータと時間的に変化する軌道パラメータを含む時域信号モデルを用いて、個々の超大質量ブラックホール連星からの連続重力波信号をモデル化する。
• 信号モデルを用いて、地球項とパルサー項を含む時間遅れを考慮した上で、時間関数としてのタイミング残差を計算する。
• 重力波駆動による軌道の崩壊に起因する時間依存の軌道周波数と位相を用いて、連星軌道の時間的変化を組み込む。
• チルプマス、距離（ラジアンス距離）、合体時刻といった主要パラメータに対して非情報的で対数一様な事前分布を設定し、パルサー距離には20％の不確実性を伴うガウス事前分布を用いる。
• DNestを用いて全事後分布をサンプリングすることで、盲検出を実施する。DNestは、拡散的更新を用いたネストド・サブセットアルゴリズムにより、複雑で高次元なパラメータ空間を効率的に探索する。

実験結果

リサーチクエスチョン

• RQ1 DNestは、高次元かつマルチモーダルなパラメータ空間を有するパルサータイミング残差内に存在する、個々の超大質量ブラックホール連星からの連続重力波信号を効果的に検出できるか？
• RQ2 大規模PTA環境下において、DNestの精度、頑健性、効率性は、並列温度付きMCMCといった従来のMCMC手法と比較してどの程度優れているか？
• RQ3 DNestは、時間的に変化する連星軌道や未知のパルサー位相パラメータを含むような複雑な信号モデルに対し、簡略化仮定に依存せずにどの程度対応できるか？
• RQ4 DNestは一度の解析で複数の源を同時に検出できるか？ また、既存手法と比較してスケーラビリティはどの程度か？
• RQ5 連星が定常周波数でない状態にあっても、DNestは天球位置、振幅、周波数、合体時刻といった主要な源パラメータを正確に回復できるか？

主な発見

• DNestは、100個を超えるパルサーを含むシミュレーテッドデータにおいて、信号対雑音比（SNR）が約120の単一の連続重力波源を正常に検出できた。
• 源の天球位置（右赤経と赤緯）の事後分布は、真の源を約3 deg²の2σ信用区間内に局在化させ、事後分布中心からのずれは0.7°であった。
• 軌道傾斜角と強い相関があるにもかかわらず、タイミング残差の振幅は約0.1 dexの不確実性で制約された。
• 重力波の角周波数は非常に正確に制約された一方、観測期間を超過する合体時刻に対しても高い精度で特定された。これは、地球項とパルサー項の周波数差に起因する。
• 短い合体時刻（≤10年）を持つ源のパラメータを正確に回復した。これは、電磁的対応天体が特定された場合に、宇宙論的標準サインとしての検出能力を示している。
• 時間的に変化する連星軌道をモデル化する場合でも、DNestは頑健で効率的であり、時間依存の軌道パラメータを追加的に近似なしに直接組み込むことができる。