[論文レビュー] Searching for gravitational wave burst in PTA data with piecewise linear functions

Heling Deng, B. Bécsy+3 more|arXiv (Cornell University)|Jun 29, 2023

Pulsars and Gravitational Waves Research被引用数 4

ひとこと要約

本論文は、未知のバースト波形を区分線形関数でモデル化することで、パulsar timing array (PTA) データにおける重力波バーストの完全ベイズフレームワークを提案する。これにより波形パラメータの解析的マージナライゼーションが可能となり、検出が3つの主要パラメータ（天球位置と信号強度）に簡略化される。信号が存在する場合、シミュレーテッドデータ上でSNR ≈ 14.7および≈ 6.5の条件下で効率的な推論と正確な波形再構築が可能であることが示された。

ABSTRACT

Transient gravitational waves (aka gravitational wave bursts) within the nanohertz frequency band could be generated by a variety of astrophysical phenomena such as the encounter of supermassive black holes, the kinks or cusps in cosmic strings, or other as-yet-unknown physical processes. Radio-pulses emitted from millisecond pulsars could be perturbed by passing gravitational waves, hence the correlation of the perturbations in a pulsar timing array can be used to detect and characterize burst signals with a duration of $\mathcal{O}(1 ext{-}10)$ years. We propose a fully Bayesian framework for the analysis of the pulsar timing array data, where the burst waveform is generically modeled by piecewise straight lines, and the waveform parameters in the likelihood can be integrated out analytically. As a result, with merely three parameters (in addition to those describing the pulsars' intrinsic and background noise), one is able to efficiently search for the existence and the sky location of {a burst signal}. If a signal is present, the posterior of the waveform can be found without further Bayesian inference. We demonstrate this model by analyzing simulated data sets containing a stochastic gravitational wave background {and a burst signal generated by the parabolic encounter of two supermassive black holes.

研究の動機と目的

• 未知の波形を持つパルサー時刻測定アレイ（PTA）データにおける一時的重力波バーストを効率的に検出するベイズ手法の開発。
• 時間領域における区分線形関数を用いてバースト信号をモデル化し、波形パラメータの解析的統合を可能にする。
• 波形のマージナライゼーションにより自由パラメータ数を天球位置と信号強度の3つに削減し、計算効率を向上させる。
• 信号が検出された場合、追加のベイズ推論を経ずに直接波形を再構築することを可能にする。
• ステージ的重力波背景と超大質量ブラックホールの放物線的接近に起因するバーストを含むシミュレーテッドPTAデータを用いて、手法の妥当性を検証する。

提案手法

• バースト波形は、時間領域における2つの区分線形関数としてモデル化され、それぞれの偏光（プラスおよびクロス）に対応する。
• 波形パラメータには、1つのハイパーパrameter q で制御される共分散を持つガウス事前分布を割り当て、尤度の解析的マージナライゼーションを可能にする。
• マージナライズド尤度は、q（信号強度）、θおよびφ（天球位置）の3つのパラメータにのみ依存し、固有のノイズおよび共通ノイズパラメータを含む。
• マルコフ連鎖モンテカルロ（MCMC）サンプリングを用いて、q、θ、φの事後分布を探索し、事後サンプルから全波形を再構築する。
• 本手法は、3つのシミュレーテッドデータセット（SNR ≈ 14.7および≈ 6.5のバーストを含む2つと、バーストなしの1つ）でテストされた。実際のPTA設定（ステージ的重力波背景を含む）を採用した。
• バースト信号の存在の証拠を評価するために、ベイズ因子を用いたモデル比較が行われた。

実験結果

リサーチクエスチョン

• RQ1 区分線形モデリングを用いることで、未知の波形を持つPTAデータにおける重力波バーストの検出が、ベイズフレームワークで効率的に行えるか。
• RQ2 波形パラメータを解析的にマージナライズできるか。これにより、推論問題が3つのパラメータに簡略化されるか。
• RQ3 中程度から高い信号対ノイズ比（SNR）を持つバースト信号の天球位置および波形を、この手法はどれほど正確に回復できるか。
• RQ4 信号が弱い場合、背景ノイズと区別する能力はいかがいか。
• RQ5 本モデルを、より良い波形分解能を得るために、グリッドポイントの数と間隔を適応的に選択できるように拡張可能か。

主な発見

• SNR ≈ 14.7の強いバースト信号に対して、事後分布における天球位置パラメータθおよびφは真の値の周辺にピークを示し、ノイズのみのモデルと比較して信号の存在を強く支持する。
• MCMCサンプルからの波形再構築は、真に注入された波形と非常によく一致しており、正確な信号回復が可能であることが示された。
• SNR ≈ 6.5の弱い信号に対しても、天球位置の事後分布は依然として真の値の周辺にピークを示し、波形の曖昧さがある中でも検出可能であることが示された。
• バーストが存在しない場合、バーストモデルとノイズのみモデルとの間のベイズ因子は ≈ 1 となり、ノイズのみのデータと整合的であることが確認された。
• 本手法は、ステージ的重力波背景のパラメータを正確に回復できており、すべてのシミュレーテッドケースで真の値と整合的であることが示された。
• 解析的マージナライゼーションのおかげで計算が効率的であり、繰り返し波形フィッティングを必要とせずに高速な推論が可能である。