Breaking bad degeneracies with Love relations: Improving gravitational-wave measurements through universal relations
Notice bibliographique
Résumé
The distance-inclination degeneracy limits gravitational-wave parameter estimation of compact binary mergers. Although the degeneracy can be partially broken by including higher-order modes or precession, these effects are suppressed in binary neutron stars. In this work, we implement a new parametrization of the tidal effects in the binary neutron-star waveform, exploiting the binary Love relations, that breaks the distance-inclination degeneracy. The binary Love relations prescribe the tidal deformability of a neutron star as a function of its source-frame mass in an equation-of-state insensitive way and, thus, allows direct measurement of the redshift of the source. If the cosmological parameters are assumed to be known, the redshift can be converted to a luminosity distance, and the distance-inclination degeneracy can thus be broken. We implement this new approach, studying a range of binary neutron-star observing scenarios using Bayesian parameter estimation on synthetic data. In the era of the third-generation detectors, for observations with signal-to-noise ratios ranging from 6 to 167, we forecast up to an $\ensuremath{\sim}70%$ decrease in the 90% credible interval of the distance and inclination and up to an $\ensuremath{\sim}50%$ decrease in that of the source-frame component masses. For edge-on systems, our approach can result in moderate ($\ensuremath{\sim}50%$) improvement in the measurements of distance and inclination for binaries with a signal-to-noise ratio as low as 10. This prescription can be used to better infer the source-frame masses and, hence, refine population properties of neutron stars, such as their maximum mass, impacting nuclear astrophysics. When combined with the search for electromagnetic counterpart observations, the work presented here can be used to put improved bounds on the opening angle of jets from binary neutron-star mergers.
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 | 0,006 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».