[논문 리뷰] A Thesaurus for Common Priors in Gravitational-Wave Astronomy

T. A. Callister|arXiv (Cornell University)|2021. 04. 19.

Pulsars and Gravitational Waves Research참고 문헌 20인용 수 13

한 줄 요약

이 논문은 중력파 천문학에서 사전 확률 분포를 변환하는 데 대한 종합적인 참고 자료를 제공하며, 질량 파rameter, 적색이동, 스핀 사전 확률에 중점을 둔다. 일반적인 질량 매개변수화 간의 변환을 위한 해석적 자코비안을 유도하고, 검출기 프레임에서 소스 프레임으로의 사전 확률를 변환하며, 효과적 스핀 매개변수에 대한 암시적 사전 확률를 계산하여 밀도 기반의 계층적 베이지안 추론을 가능하게 한다.

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.

연구 동기 및 목표

• 중력파 데이터 분석에서 자주 발생하는 사전 확률 분포의 변환 문제를 해결하기 위해, 특히 계층적 인구 연구를 위한 것이다.
• 다양한 질량 매개변수화(예: 찌르프 질량, 질량 비율, 구성 요소 질량) 간의 변환을 수행하면서도 적절한 확률 밀도를 유지하는 문제를 해결하기 위해.
• 표준 스핀 사전 확률(정렬 및 등방성)에서 효과적 스핀 매개변수(효과적 인스피레이션 및 프리세싱 스핀)에 대한 사전 확률의 명시적 해석적 표현을 도출하기 위해.
• 베이지안 추론에서 다양한 매개변수 공간 간에 사전 확률를 다루는 데 재사용 가능한 체계적인 툴킷을 제공하기 위해.
• 계층적 모델링 중에 파rameter 추정 사전 확률를 교정하기 위해 닫힌 형식의 변환을 제공함으로써 지원하기 위해.

제안 방법

• 찌르프 질량, 총 질량, 구성 요소 질량, 질량 비율, 대칭 질량 비율 등을 포함한 10개의 일반적인 질량 매개변수 쌍 간의 확률 밀도를 변환하기 위한 자코비안 행렬식 표를 유도한다.
• 자코비안 변환 규칙을 적용하여 검출기 프레임의 사전 확률(질량과 빛의 거리에 대해)을 천체물리적 거리-적색이동 관계를 고려하여 소스 프레임의 사전 확률(적색이동과 소스 프레임 질량에 대해)으로 변환한다.
• 구성 요소 스핀이 독립적이고 등방성으로 분포한다고 가정할 때, 효과적 인스피레이션 스핀 매개변수 $\chi_{\rm eff}$에 대한 암시적 사전 확률를 도출한다.
• 동일한 등방성 스핀 사전 확률에서 효과적 프리세싱 스핀 매개변수 $\chi_{\rm p}$에 대한 암시적 사전 확률를 도출하며, 스핀 벡터 크기와 각도에 대한 기하학적 제약 조건을 사용한다.
• 델타 함수와 제약 조건이 있는 통합을 사용하여 개별 스핀 크기와 방향에 대해 균일한 사전 확률를 가정할 때 효과적 스핀 매개변수에 대한 주변 사전 확률를 계산한다.
• 재현 가능성과 사용 용이성을 높이기 위해 효과적 스핀 사전 확률를 계산하는 오픈소스 파이썬 코드를 제공한다.

실험 결과

연구 질문

• RQ1 중력파 천문학에서, 예를 들어 찌르프 질량과 질량 비율에서 구성 요소 질량으로의 변환을 위해 사전 확률 밀도를 해석적으로 어떻게 변환할 수 있는가?
• RQ2 우주론적 맥락에서 검출기 프레임의 사전 확률(질량과 빛의 거리에 대해)을 소스 프레임의 사전 확률(적색이동과 소스 프레임 질량에 대해)으로 올바르게 변환하는 방법은 무엇인가?
• RQ3 구성 요소 스핀이 방향에 대해 등방성으로 분포하고 크기에 대해 균일하게 분포한다고 가정할 때, 효과적 인스피레이션 스핀 매개변수 $\chi_{\rm eff}$에 대한 암시적 사전 확률는 무엇인가?
• RQ4 동일한 등방성 스핀 사전 확률 하에서, 효과적 프리세싱 스핀 매개변수 $\chi_{\rm p}$에 대한 암시적 사전 확률는 무엇인가?
• RQ5 특히 인구 연구에서 사전 효과를 교정할 때, 계층적 베이지안 추론에서 한 사전 확률에서 다른 사전 확률로 사후 표본을 효율적으로 재가중하는 방법은 무엇인가?

주요 결과

• 논문은 10개의 일반적인 질량 매개변수 쌍 간의 변환을 위한 90개의 자코비안 행렬식 표를 제공하여, 다양한 매개변수화 간의 정밀한 사전 재가중 가능성을 보장한다.
• 우주론적 거리-적색이동 관계를 포함하여, 검출기 프레임의 질량과 빛의 거리에서 소스 프레임의 질량과 적색이동으로의 명시적 변환을 도출한다.
• 구성 요소 스핀이 등방성으로 분포한다고 가정할 경우, 효과적 인스피레이션 스핀 $\chi_{\rm eff}$에 대한 암시적 사전 확률를 해석적으로 도출하였으며, 그 결과는 질량 비율 $q$와 최대 스핀 크기 $a_{\rm max}$에 따라 달라진다.
• 기하학적 제약 조건과 델타 함수 통합을 사용하여 효과적 프리세싱 스핀 $\chi_{\rm p}$에 대한 암시적 사전 확률를 도출하였으며, 그 결과는 $q$와 $a_{\rm max}$에 따라 달라지는 비균일 분포를 나타낸다.
• 효과적 스핀 사전 확률에 대한 유도된 표현은 비단순하고 비균일하며, 등방성 스핀 사전 확률가 $\chi_{\rm eff}$나 $\chi_{\rm p}$에 균일한 사전 확률를 유도하지는 않음을 보여주며, 이는 계층적 추론에 있어 핵심적이다.
• 저자들은 이 유도된 사전 확률를 계산하기 위한 공개된 파이썬 패키지를 https://github.com/tcallister/effective-spin-priors 에 제공하여 재현 가능성과 실용적 응용을 보장한다.