[论文解读] A fully precessing higher-mode surrogate model of effective-one-body waveforms

B. U. Gadre, M. Pürrer+3 more|arXiv (Cornell University)|Mar 1, 2022

Pulsars and Gravitational Waves Research被引用 5

一句话总结

本文提出了一种完全包含进动效应的、更高模式的SEOBNRv4PHM有效一體模型引力波形代理模型，实现了对双黑洞并合事件的快速且精确的贝叶斯推断。该代理模型在大部分参数空间内实现了小于1%的失配误差，同时相比原始模型提升了约50倍的计算速度，使其在引力波天文学的大规模参数估计中具有实际可行性。

ABSTRACT

We present a surrogate model of exttt{SEOBNRv4PHM}, a fully precessing time-domain effective-one-body waveform model including subdominant modes. We follow an approach similar to that used to build recent numerical relativity surrogate models. Our surrogate is 5000M in duration, covers mass-ratios up to 1:20 and dimensionless spin magnitudes up to 0.8. Validating the surrogate against an independent test set we find that the bulk of the surrogate errors is less than $\sim 1\%$ in mismatch, which is similar to the modelling error of exttt{SEOBNRv4PHM} itself. At high total mass a few percent of configurations can exceed this threshold if they are highly precessing and they exceed a mass-ratio of 1:4. This surrogate is nearly two orders of magnitude faster than the underlying time-domain exttt{SEOBNRv4PHM} model and can be evaluated in $\sim 50$ ms. Bayesian inference analyses with exttt{SEOBNRv4PHM} are typically very computationally demanding and can take from weeks to months to complete. The two order of magnitude speedup attained by our surrogate model enables practical parameter estimation analyses with this waveform family. This is \emph{crucial} because Bayesian inference allows us to recover the masses and spins of binary black hole mergers given a model of the emitted gravitational waveform along with a description of the noise.

研究动机与目标

• 为包含次级模式的完全进动的SEOBNRv4PHM波形模型开发一种计算高效的代理模型。
• 克服原始SEOBNRv4PHM模型评估时计算成本过高的问题，该问题限制了其在贝叶斯参数估计中的应用。
• 确保在广泛参数空间内的高精度，包括质量比高达1:20以及自旋幅值高达0.8的情况。
• 通过将单个波形的评估时间从数周缩短至数分钟，实现实际可行的大规模参数估计分析。
• 通过独立测试集验证代理模型的准确性，并评估其在真实数据处理场景中的表现。

提出的方法

• 使用覆盖5000M持续时间、质量比高达1:20、自旋幅值高达0.8的时域SEOBNRv4PHM波形训练集构建代理模型。
• 采用区域分解方法，根据质量比和自旋将参数空间划分为子区域，以提升精度和收敛性。
• 使用径向基函数插值并结合动态时间规整技术对齐波形，以减少拟合误差。
• 结合数值相对论启发的技术与有效一體物理原理训练代理模型，以保持物理一致性。
• 通过独立测试集（1000个波形）验证代理模型，计算失配与相位误差以量化其精度。
• 将代理模型的性能与原始SEOBNRv4PHM模型及其他先进模型（如IMRPhenomXPHM）进行基准对比。

Figure 1: This figure shows the 14 subdomains in mass-ratio $(q)$ and effective spin parameter $(\chi_{\rm{eff}})$ of the SEOBNRv4PHM surrogate. Different colors correspond to the division along $q$ while shading types defines boundaries along $\chi_{\rm{eff}}$ .

实验结果

研究问题

• RQ1 能否为完全进动的、包含更高模式的SEOBNRv4PHM波形构建一个代理模型，使其在实现数量级加速的同时保持高精度？
• RQ2 该代理模型在完整参数空间（特别是高进动与高质比区域）中的失配与相位误差表现如何？
• RQ3 该代理模型在训练域之外的外推能力有多强，精度损失是否可接受？
• RQ4 与现有波形模型（如IMRPhenomXPHM）相比，该代理模型在速度与精度方面的表现如何？
• RQ5 该代理模型能否在真实引力波数据分析场景（如GW150914）中实现无偏且高效的贝叶斯参数估计？

主要发现

• 在训练域内，代理模型的中位失配低于0.1%，99%的配置失配低于1%。
• 对于质量比高于1:4且总质量较大的高度进动系统，约3%的配置失配超过1%，但该误差仍在原始SEOBNRv4PHM模型的建模误差范围内。
• 代理模型相比原始SEOBNRv4PHM模型快约50倍，单个波形的评估时间约为50毫秒。
• 代理模型对GW150914实现了无偏参数估计，其后验分布与以往LVC分析结果一致，但略为紧凑。
• 构建了一个覆盖80,000M的更长代理模型，其在重叠区域表现出相似精度，但由于对高时间分辨率的高要求，其大规模构建在计算上不可行。
• 在训练域之外的外推（如自旋>0.8）会使失配增加至a=0.9时达5%，a=0.99时达20%，尤其在高质比下更为明显，表明外推存在明确限制。

Figure 2: Histograms of errors due to the errors in respective surrogate data pieces on the training set. Left: RMS errors due to dynamics quantities: spin vectors (solid violet and dash-dotted brown), unit quaternions (red dashed), and orbital phase (yellow long dash-dotted); Right: $L^{2}$ -type e