Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > astro-ph > arXiv:2505.11655

帮助 | 高级搜索

天体物理学 > 天体物理学的仪器与方法

arXiv:2505.11655 (astro-ph)
[提交于 2025年5月16日 ]

标题: 缩小RIFT:针对异常GW源的聚焦模拟基础推理以进行解读

标题: Narrowing RIFT: Focused simulation-based-inference for interpreting exceptional GW sources

Authors:Katelyn J. Wagner, R. O'Shaughnessy, A. Yelikar, N. Manning, D. Fernando, J. Lange, V. Tiwari, A. Fernando, D. Williams
摘要: RIFT(快速迭代拟合)参数推理算法提供了一种基于模拟的推理方法,用于高效且高度并行化的引力波源参数推理。之前的RIFT版本保守地优化了对于约束不足的观测的稳健推理。在本文中,我们总结了算法增强和操作点选择,以实现更卓越的紧凑双星的推理。使用之前报道的RIFT/asimov接口,能够高效地对具有可再现设置的事件进行分析,我们证明了最新版本的RIFT可以有效地分析包含进动或偏心效应等成本高昂模型的事件。
摘要: The Rapid Iterative FiTting (RIFT) parameter inference algorithm provides a simulation-based inference approach to efficient, highly-parallelized parameter inference for GW sources. Previous editions of RIFT have conservatively optimized for robust inference about poorly constrained observations. In this paper, we summarize algorithm enhancements and operating point choices to enable inference for more exceptional compact binaries. Using the previously-reported RIFT/asimov interface to efficiently perform analyses on events with reproducible settings consistent with past work, we demonstrate that the latest version of RIFT can efficiently analyze events with multiple costly models including the effects of precession or eccentricity.
评论: 26页,17幅图
主题: 天体物理学的仪器与方法 (astro-ph.IM) ; 广义相对论与量子宇宙学 (gr-qc)
引用方式: arXiv:2505.11655 [astro-ph.IM]
  (或者 arXiv:2505.11655v1 [astro-ph.IM] 对于此版本)
  https://doi.org/10.48550/arXiv.2505.11655
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Katelyn Wagner [查看电子邮件]
[v1] 星期五, 2025 年 5 月 16 日 19:46:57 UTC (38,014 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
astro-ph.IM
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-05
切换浏览方式为:
astro-ph
gr-qc

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号