[논문 리뷰] Fast Bayesian analysis of individual binaries in pulsar timing array data

B. Bécsy, Neil J. Cornish외 1명|arXiv (Cornell University)|2022. 04. 14.

Pulsars and Gravitational Waves Research참고 문헌 48인용 수 31

한 줄 요약

이 논문은 펄서 타이밍 어레이 데이터에서 개별 초거대 블랙홀 이진계를 분석하기 위한 빠른 베이지안 방법을 소개한다. 신호 파arameter를 형태 유형과 투영 유형으로 분리함으로써, 형태 유형에 대한 내적 곱을 사전에 계산하고, 메트로폴리스-위너-지브스 기반의 다중 시도 MCMC를 통해 투영 유형을 효율적으로 근사화함으로써 베이지안 추론을 4개 이상의 지수 단위로 가속화한다. 이로 인해 비선형 이진계나 다중 소스 모델과 같은 복잡한 모델의 분석이 가능해진다.

ABSTRACT

Searching for gravitational waves in pulsar timing array data is computationally intensive. The data is unevenly sampled, and the noise is heteroscedastic, necessitating the use of a time-domain likelihood function with attendant expensive matrix operations. The computational cost is exacerbated when searching for individual supermassive black hole binaries, which have a large parameter space due to the additional pulsar distance, phase offset and noise model parameters needed for each pulsar. We introduce a new formulation of the likelihood function which can be used to make the Bayesian analysis significantly faster. We divide the parameters into projection and shape parameters. We then accelerate the exploration of the projection parameters by more than four orders of magnitude by precomputing the expensive inner products for each set of shape parameters. The projection parameters include nuisance parameters such as the gravitational wave phase offset at each pulsar. In the new scheme, these troublesome nuisance parameters are efficiently marginalized over using multiple-try Markov chain Monte Carlo sampling as part of a Metropolis-within-Gibbs scheme. The acceleration provided by our method will become increasingly important as pulsar timing datasets rapidly grow. Our method also makes sophisticated analyses more tractable, such as searches for multiple binaries, or binaries with non-negligible eccentricities.

연구 동기 및 목표

• 펄서 타이밍 어레이(PTA) 데이터에서 개별 초거대 블랙홀 이진계의 베이지안 분석에서 발생하는 계산적 병목 현상을 해결하기 위해.
• 불균일하게 샘플링된, 이방성(비균일한 분산)을 가진 PTA 데이터와 큰 매개변수 공간으로 인한 높은 계산 비용을 줄이기 위해.
• 펄서 거리, 단계 오프셋, 노이즈 모델과 같은 부수적 매개변수의 효율적 탐색을 가능하게 하기 위해.
• 다중 이진계나 비선형 궤도를 포함한 고급 분석이 계산적으로 가능하도록 하기 위해.
• 성장하는 PTA 데이터셋과 복잡한 신호 모델에 대해 효율적으로 스케일링되는 방법을 개발하기 위해.

제안 방법

• 신호 매개변수를 '형태' 매개변수(신호 형태를 결정함)와 '투영' 매개변수(선형 시야 투영에 영향을 줌)로 분리한다.
• 각 형태 매개변수 조합에 대해 고비용 내적 곱을 사전 계산하여, 어떤 투영 매개변수 조합에 대해서라도 가능도를 신속하게 평가할 수 있도록 한다.
• 펄서별 단계 오프셋과 노이즈 진폭과 같은 투영 매개변수들은 다중 시도 마르코프 체인 몬테카를로(MCMC) 샘플링을 통해 근사화한다.
• 메트로폴리스-위너-지브스 기반의 반복적 샘플링을 통해 형태 및 투영 매개변수를 번갈아가며 추출하며, 투영 매개변수 갱신은 거의 계산 비용이 들지 않는다.
• 불균일한 샘플링과 비정상적 노이즈를 처리하기 위해 가능도 함수를 시간 도메인에서 재구성하여 푸리에 기반 근사치를 피한다.
• 이 방법은 QuickCW 소프트웨어 패키지에 구현되어 있으며, 부수적 매개변수에 대한 분석적 최대화 없이도 완전한 베이지안 추론을 지원한다.

실험 결과

연구 질문

• RQ1 PTA 데이터에서 개별 초거대 블랙홀 이진계의 베이지안 추론을 정확도를 유지하면서 어떻게 빠르게 할 수 있는가?
• RQ2 펄서 거리 및 단계 오프셋과 같은 부수적 매개변수의 탐색에 드는 계산 비용을 어떻게 크게 줄일 수 있는가?
• RQ3 이 새로운 방법은 데이터셋 크기 증가와 신호 모델의 복잡성 증가에 대해 어느 정도 스케일링 가능한가?
• RQ4 이 방법을 통해 PTA 데이터에서 다중 이진계나 비선형 궤도의 효율적 분석이 가능해지는가?
• RQ5 기존의 베이지안 접근법과 비교해 볼 때 이 방법의 런타임과 수렴 성능는 어떠한가?

주요 결과

• 형태 매개변수에 대한 내적 곱을 사전 계산함으로써, 이 방법은 개별 이진계의 베이지안 분석을 4개 이상의 지수 단위로 가속화한다.
• 다중 시도 MCMC를 통해 투영 매개변수(펄서 단계 오프셋 및 노이즈 진폭 포함)를 효율적으로 근사화하여 거의 즉각적인 갱신이 가능하다.
• 부수적 매개변수에 대한 분석적 최대화가 필요 없이도 완전한 베이지안 추론를 유지할 수 있다.
• 투영 매개변수 갱신에 대해 데이터셋 크기와 비례하지 않는 하위선형 스케일링을 보이며, 이는 큰 규모의 성장하는 PTA 데이터셋에 적합하다.
• 이전에는 처리 불가능했던 분석(다중 이진계나 비선형 시스템 탐색 등)이 계산 비용이 관리 가능한 수준으로 낮아져 가능해졌다.
• 시뮬레이션 및 실제 NANOGrav 11년 데이터셋에 대한 검증을 통해 방법의 정확성과 효율성이 확인되었으며, 뚜렷한 런타임 단축 효과가 관찰되었다.