Including mode mixing in a higher-multipole model for gravitational waveforms from nonspinning black-hole binaries
Notice bibliographique
Résumé
As gravitational-wave (GW) observations of binary black holes are becoming a precision tool for physics and astronomy, several subdominant effects in the GW signals need to be accurately modeled. Previous studies have shown that neglecting subdominant modes in the GW templates causes an unacceptable loss in detection efficiency and large systematic errors in the estimated parameters for binaries with large mass ratios. Our recent work [Mehta et al., Phys. Rev. D 96, 124010 (2017)] constructed a phenomenological gravitational waveform family for nonspinning black-hole binaries that includes subdominant spherical harmonic modes $(\ensuremath{\ell}=2,m=\ifmmode\pm\else\textpm\fi{}1)$, $(\ensuremath{\ell}=3,m=\ifmmode\pm\else\textpm\fi{}3)$, and $(\ensuremath{\ell}=4,m=\ifmmode\pm\else\textpm\fi{}4)$ in addition to the dominant quadrupole mode, $(\ensuremath{\ell}=2,m=\ifmmode\pm\else\textpm\fi{}2)$. In this article, we construct analytical models for the ($\ensuremath{\ell}=3,m=\ifmmode\pm\else\textpm\fi{}2$) and ($\ensuremath{\ell}=4,m=\ifmmode\pm\else\textpm\fi{}3$) modes and include them in the existing waveform family. Accurate modeling of these modes is complicated by the mixing of multiple spheroidal harmonic modes. We develop a method for accurately modeling the effect of mode mixing, thus producing an analytical waveform family that has faithfulness greater than 99.6%.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».