[论文解读] An efficient GPU-accelerated multi-source global fit pipeline for LISA data analysis

Michael L. Katz, Nikolaos Karnesis+3 more|arXiv (Cornell University)|May 7, 2024

Pulsars and Gravitational Waves Research被引用 4

一句话总结

本文提出Erebor，一种基于GPU加速的全自动化LISA数据分析全局拟合流程，可同时建模超大质量双黑洞（MBHBs）、银河系双星（GBs）及仪器噪声。该流程通过可逆跳跃MCMC、集合采样和GPU加速基础设施上的实时RJMCMC重拟合，实现了对15个注入MBHBs的高精度恢复，并以高置信度编目了约12,000个GBs。

ABSTRACT

The large-scale analysis task of deciphering gravitational wave signals in the LISA data stream will be difficult, requiring a large amount of computational resources and extensive development of computational methods. Its high dimensionality, multiple model types, and complicated noise profile require a global fit to all parameters and input models simultaneously. In this work, we detail our global fit algorithm, called ``Erebor,'' designed to accomplish this challenging task. It is capable of analysing current state-of-the-art datasets and then growing into the future as more pieces of the pipeline are completed and added. We describe our pipeline strategy, the algorithmic setup, and the results from our analysis of the LDC2A Sangria dataset, which contains Massive Black Hole Binaries, compact Galactic Binaries, and a parameterized noise spectrum whose parameters are unknown to the user. The Erebor algorithm includes three unique and very useful contributions: GPU acceleration for enhanced computational efficiency; ensemble MCMC sampling with multiple MCMC walkers per temperature for better mixing and parallelized sample creation; and special online updates to reversible-jump (or trans-dimensional) sampling distributions to ensure sampler mixing and accurate initial estimates for detectable sources in the data. We recover posterior distributions for all 15 (6) of the injected MBHBs in the LDC2A training (hidden) dataset. We catalog $\sim12000$ Galactic Binaries ($\sim8000$ as high confidence detections) for both the training and hidden datasets. All of the sources and their posterior distributions are provided in publicly available catalogs.

研究动机与目标

• 开发一种全自动化、可扩展的LISA数据全局拟合流程，能够同时处理多种源类型与复杂噪声。
• 通过GPU加速与先进采样技术，解决高维多源LISA数据集分析的计算挑战。
• 在训练集与隐藏LDC2A数据集中，为MBHBs、GBs及噪声参数生成准确的后验分布。
• 通过模块化、可扩展的设计，支持未来扩展至真实轨道动力学、非平稳噪声与高级源模型。
• 发布开源代码与公共编目数据，推动社区范围内的LISA数据分析与基准测试。

提出的方法

• 该流程基于可逆跳跃马尔可夫链蒙特卡洛（RJMCMC）的全局拟合框架，推断银河系双星（GBs）数量及其参数的不确定性。
• 利用CuPy与自定义核函数在GPU上实现加速的采样操作，显著提升似然评估与MCMC步骤的效率。
• 采用集合采样与退火技术，提升高维参数空间中全局拟合的混合性与收敛性。
• 通过在残差上运行单源MCMC，对RJMCMC提议分布进行在线重拟合，提升采样效率与准确性。
• 流程集成模块化组件，分别处理MBHBs、GBs与噪声功率谱密度（PSD），通过共享残差模型进行通信。
• 采用参数化噪声模型，包含仪器噪声与未解析GBs产生的混淆背景，与天体物理源联合拟合。

实验结果

研究问题

• RQ1 全自动化、GPU加速的全局拟合流程是否能在无人员干预的情况下，成功从LDC2A Sangria数据集中恢复已知的MBHB与GB信号？
• RQ2 集合采样与在线RJMCMC重拟合在提升高维多源LISA数据拟合中的混合性与收敛性方面效果如何？
• RQ3 与基于CPU的流程相比，GPU加速在LISA数据拟合中能将计算成本与能耗降低多少？
• RQ4 在隐藏LDC2A数据集上，该流程表现如何？当源参数未知时，是否能生成可靠的后验分布？
• RQ5 当前模板模型在捕捉复杂GB种群方面存在哪些局限？这些局限如何影响RJMCMC采样效率？

主要发现

• 该流程在LDC2A训练数据集中成功恢复了全部15个注入的MBHBs，未出现误报，后验估计精度极高。
• 银河系采样器在训练集与隐藏数据集中共检测到约12,000个GBs，其中超过8,000个为高置信度检测。
• 检测到的GBs与输入种群之间的匹配率超过90%，表明源特征刻画具有极强保真度。
• GPU加速显著降低了计算成本与能耗，且性能有望随未来硬件发展而进一步提升。
• 对RJMCMC提议分布的在线重拟合显著提升了采样效率与收敛性，尤其在高维GB参数空间中效果显著。
• 噪声PSD与混淆背景拟合准确，但假设噪声为平稳状态可能导致在MBHB并合附近局部灵敏度出现潜在偏差。