- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
引力波天文学的贝叶斯模型选择问题
引力波天文学的贝叶斯模型选择问题
引力波数据分析中存在的问题
引力波数据分析中最重要的问题是数据提取问题
1.有些数据只包括噪声,有些数据包括噪声和
信号
2.引力波信号可以通过观测双星系统的频率演
化得到,有些双星系统的频率演化可以观测,
但有些双星系统的频率演化在现有条件下无法
观测到
只有选择合理的模型才能提取适当的数据
模型选择中的困难
1.维度问题:低频引力波的概率大约是0.1-
100mHz,这一频率可以由包含恒星质量致密
天体的双星系统产生。LISA (激光干涉空间天
线)将探测数以万计这类信号源,由于各个独
立的信号源之间存在重叠部分,因此不可能一
个个探测,因此无法区分引力波源的数量,也
就无法确定模型的维度
2.物理量问题:描述引力波所需要的物理量是不确定
的,例如从一个双星系统得到的引力波信号,可能
包括17个物理量.但是对于一个具有大质量黑洞的
双星系统,我们希望那些反常行为可以被忽略,那样
模型的物理量可以降到15,同时对于一个具有极端
质量比的系统,我们希望小质量个体的旋转对波形
的影响非常小,这样模型可以降到14.在很多情况下,
信号可以用更少的物理量来描述.对于低质量双星
系统自旋效应可以忽略不计(减少六个物理量),并
且各种天体物理学过程将会使系统的轨道成圆形
(减少两个物理量). 在剩下的九个物理量中,两个描
述频率演变的物理量--引力波频率演化的一阶和二
阶导数,不一定能探测到
θ
模型选择
1. 在任意模型中求物理量 的验后分布
λ
a. 假设用八个参量来描述信号
其中A是振幅, f是最初的引力波频率, θ和φ是黄道的
纬度和经度, ψ是极化角, ι 是双星的轨道倾角 ,
是引力波的相位
b.模拟数据流
其中 是探测器对引力波的响应, 是噪声,
噪音的正交数据流A,E,T :
TTTTTT波段探测不到,在波段探测不到,在波段探测不到,在波段探测不到,在波段探测不到,在波段探测不到,在A,EA,EA,EA,EA,EA,E波段的密率谱如下波段的密率谱如下波段的密率谱如下波段的密率谱如下波段的密率谱如下波段的密率谱如下
其中其中其中其中其中其中
L是LISA 的臂长
根据贝叶斯定理
其中验前分布为
似然函数为
2.利用MCMC方法探究是验后分布概率取最
大值时的参数值
MCMC方法:从参数空间中任意一个随机位置 开始计算
验后分布概率,然后在参数空间中再随机提取一个位置
,是否选择这个位置是由转移概率决定的:
β β
将 与一个在[0,1]之间的随机数 相比若转移概率大于
α
则可以取 作为新位置,这个过程一直重复直到满足一
些收敛准则。MCMC中的马尔可夫链不依赖于历史链,
这确保了马尔可夫链的公正性,并且根据此迭代链中的
不同参数值所对应的概率可以推出概率密度函数。
比较模型X和模型Y
贝叶斯因子是模型X与模型Y相比较的判据
贝叶斯因子可以看做是模型X相对于模型Y 的优势
比。
确定贝叶斯因子需要计算px,但是一般不能得到
解析解,并且对于高维模型,Monte-Carlo积分
被证明不是十分有效。为了引入这一强有力的
统计工具,各方面对贝叶斯因子的估算已经发
展到不同的水平,并且有不同的计算成本。在这
里我们主要讨论三种方法:逆跳马尔可夫链蒙
特卡罗 (RJMCMC),拉普拉斯近似,施瓦茨贝叶
斯信息准则
RJMCMC
逆跳马尔可夫链蒙特卡罗算法是MCMC的一组算
法,可以允许在不同维度的模型中进行转移.因
为维度转移适应于LISA数据分析问题,模型参数
的选择变成了一个参数搜索.该算法在持有所有
固定其他参数的情况下提出或丢弃额外参数,在
RJMCMC的概率转移为
文档评论(0)