[논문 리뷰] Non-parametric inference of the population of compact binaries from gravitational wave observations using binned Gaussian processes

Anarya Ray, Ignacio Magaña Hernandez외 3명|arXiv (Cornell University)|2023. 04. 17.

Pulsars and Gravitational Waves Research참고 문헌 71인용 수 4

한 줄 요약

이 논문은 중력파 데이터로부터 밀도가 높은 이원성 천체 집단의 비모수적 추론을 위한 바이닝된 가우시안 프로세스 프레임워크를 제안한다. 이 방법은 구성 요소 질량과 적색편이 분포를 동시에 모델링하면서 그들 간의 상관관계를 포착한다. 이는 최소한의 파rametric 가정으로 질량 피크나 적색편이 진화와 같은 특징을 강건하고 데이터 기반으로 탐지할 수 있게 하며, 시뮬레이션된 데이터와 실제 GWTC-3 데이터에 대해 바이닝 해상도에 관계없이 일관되고 정확한 재구성 결과를 보였다.

ABSTRACT

The observation of gravitational waves from multiple compact binary coalescences by the LIGO-Virgo-KAGRA detector networks has enabled us to infer the underlying distribution of compact binaries across a wide range of masses, spins, and redshifts. In light of the new features found in the mass spectrum of binary black holes and the uncertainty regarding binary formation models, non-parametric population inference has become increasingly popular. In this work, we develop a data-driven clustering framework that can identify features in the component mass distribution of compact binaries simultaneously with those in the corresponding redshift distribution, from gravitational wave data in the presence of significant measurement uncertainties, while making very few assumptions on the functional form of these distributions. Our generalized model is capable of inferring correlations among various population properties such as the redshift evolution of the shape of the mass distribution itself, in contrast to most existing non-parametric inference schemes. We test our model on simulated data and demonstrate the accuracy with which it can re-construct the underlying distributions of component masses and redshifts. We also re-analyze public LIGO-Virgo-KAGRA data from events in GWTC-3 using our model and compare our results with those from some alternative parametric and non-parametric population inference approaches. Finally, we investigate the potential presence of correlations between mass and redshift in the population of binary black holes in GWTC-3 (those observed by the LIGO-Virgo-KAGRA detector network in their first 3 observing runs), without making any assumptions about the specific nature of these correlations.

연구 동기 및 목표

• 중력파 관측을 통해 밀도가 높은 이원성 천체 질량과 적색편이의 집단 분포를 추론하기 위한 비모수적이고 데이터 기반의 방법을 개발하는 것.
• 특정 기능 형태를 가정하지 않고 질량과 적색편이 분포를 동시에 모델링하면서 그들 간의 상관관계를 포착하는 것.
• 기본 집단 분포에 존재하는 모델링되지 않은 특징를 놓칠 수 있는 파rametric 가정에 대한 의존도를 줄이는 것.
• 중요한 측정 불확실성과 몬테카를로 샘플링 노이즈가 존재하는 상황에서도 정확한 추론을 가능하게 하는 것.
• 모델을 시뮬레이션된 데이터에 대해 검증하고 공개된 GWTC-3 데이터를 재분석하여 기존의 파rametric 및 비모수적 접근법과 비교하는 것.

제안 방법

• 로그 질량과 적색편이 공간에서 정의된 바이닝을 사용해 구성 요소 질량과 적색편이의 공동 분포를 표현하기 위해 바이닝된 가우시안 프로세스 모델을 사용한다.
• 중력파 데이터의 측정 불확실성과 탐지 민감도를 반영하기 위해 비정규 분포의 가능성 함수를 사용한다.
• 가우시안 프로세스의 초모수, 특히 부드러움을 제어하는 길이 척도를 추론하기 위해 계층적 베이지안 프레임워크를 적용한다.
• 계산적으로 효율적인 방식으로 몬테카를로 불확실성에 대한 마진화를 구현하여 가능도 절단을 피하고 강건성을 확보한다.
• 우주론적 체적과 적색편이 진화와 일치하는 인구 밀도율에 대한 사전 분포를 사용한다.
• 기본 분포가 알려진 시뮬레이션된 데이터를 테스트하여 모델을 검증하고, 다른 추론 기법과 비교한다.

실험 결과

연구 질문

• RQ1 비모수적 방법은 특정 기능 형태를 가정하지 않고 이원성 천체의 구성 요소 질량 분포에서 특징을 탐지할 수 있는가?
• RQ2 이 방법은 병합률의 적색편이 진화와 질량 분포와의 상관관계를 얼마나 잘 재구성할 수 있는가?
• RQ3 바이닝 수를 증가시킬 경우 모델이 여전히 강건하고 일관되게 유지되는가? 이는 추론의 수렴성을 나타내는가?
• RQ4 질량과 적색편이 간의 상관관계는 집단 추론에 어떤 영향을 미치며, 사전 가정 없이도 이를 탐지할 수 있는가?
• RQ5 실제 GWTC-3 데이터에서 기존의 파arametric 및 비모수적 집단 추론 기법과 비교했을 때 정확도와 일관성 측면에서 이 방법은 어떻게 성과를 내는가?

주요 결과

• 바이닝된 가우시안 프로세스 모델은 상당한 측정 불확실성이 존재하는 시뮬레이션된 데이터에서 기저의 질량 및 적색편이 분포를 매우 정확하게 재구성하였다.
• 바이닝 해상도를 두 배로 늘렸을 때도 GP 길이 척도의 사후 분포가 안정적으로 유지되어 수렴성과 강건성을 나타낸다.
• 다양한 바이닝 선택에 대해 일관된 집단 제약 조건을 도출하였으며, 특징 탐지 이상의 해상도가 추론을 변경하지 않는다는 점을 확인하였다.
• GWTC-3 데이터의 재분석 결과, 이중 블랙홀 집단에서 질량과 적색편이 간에 강력한 상관관계가 있다는 명백한 증거는 발견되지 않았다. 다만 모델의 감도 범위 내에서는 그러한 상관관계가 존재할 수 있었다.
• 기존의 일부 접근법과 달리, 이 모델은 계산적 손해 없이 몬테카를로 불확실성을 정확히 마진화하였다.
• 이 프레임워크는 파arametric 가정 없이 질량 스펙트럼과 적색편이 진화의 부구조를 탐지할 수 있게 하여 천체물리학적 특징의 데이터 기반 발견을 지원한다.