Directed searches for gravitational waves from ultralight bosons
Notice bibliographique
Résumé
Gravitational-wave detectors can be used to search for yet-undiscovered ultralight bosons, including those conjectured to solve problems in particle physics, high-energy theory, and cosmology. In particular, ground-based instruments could probe boson masses between ${10}^{\ensuremath{-}15}\text{ }\text{ }\mathrm{eV}$ and ${10}^{\ensuremath{-}11}\text{ }\text{ }\mathrm{eV}$, which are largely inaccessible to other experiments. In this paper, we explore the prospect of searching for the continuous gravitational waves generated by boson clouds around known black holes. We carefully study the predicted waveforms and use the latest-available numerical results to model signals for different black-hole and boson parameters. We then demonstrate the suitability of a specific method (hidden Markov model tracking) to efficiently search for such signals, even when the source parameters are not perfectly known as well as allowing for some uncertainty in theoretical predictions. We empirically study this method's sensitivity and computational cost in the context of boson signals, finding that it will be possible to target remnants from compact-binary mergers localized with at least three instruments. For signals from scalar clouds, we also compute detection horizons for future detectors (Advanced LIGO, LIGO Voyager, Cosmic Explorer, and the Einstein Telescope). Among other results, we find that, after one year of observation, an Advanced LIGO detector at design sensitivity could detect these sources up to over 100 Mpc, while Cosmic Explorer could reach over $1{0}^{4}\text{ }\text{ }\mathrm{Mpc}$. These projections offer a more complete picture than previous estimates based on analytic approximations to the signal power or idealized search strategies. Finally, we discuss specific implications for the follow-up of compact-binary coalescences and black holes in x-ray binaries. Along the way, we review the basic physics of bosons around black holes, in the hope of providing a bridge between the theory and data-analysis literatures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».