Noise analysis in the European Pulsar Timing Array data release 2 and its implications on the gravitational-wave background search
Notice bibliographique
Résumé
ABSTRACT The European Pulsar Timing Array (EPTA) collaboration has recently released an extended data set for six pulsars (DR2) and reported evidence for a common red noise signal. Here we present a noise analysis for each of the six pulsars. We consider several types of noise: (i) radio frequency independent, ‘achromatic’, and time-correlated red noise; (ii) variations of dispersion measure and scattering; (iii) system and band noise; and (iv) deterministic signals (other than gravitational waves) that could be present in the PTA data. We perform Bayesian model selection to find the optimal combination of noise components for each pulsar. Using these custom models we revisit the presence of the common uncorrelated red noise signal previously reported in the EPTA DR2 and show that the data still supports it with a high statistical significance. Next, we confirm that there is no preference for or against the Hellings–Downs spatial correlations expected for the stochastic gravitational-wave background. The main conclusion of the EPTA DR2 paper remains unchanged despite a very significant change in the noise model of each pulsar. However, modelling the noise is essential for the robust detection of gravitational waves and its impact could be significant when analysing the next EPTA data release, which will include a larger number of pulsars and more precise measurements.
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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 ».