Preliminary census of galaxies in the LISA localization volume – I. Searching for LISA candidate massive black hole binary merger hosts using Sloan Digital Sky Survey photometry
Notice bibliographique
Résumé
ABSTRACT With the launch of the Laser Interferometer Space Antenna (LISA), we will be able to estimate the sky position, luminosity distance (dL), chirp mass, and mass ratio for detected merging massive black hole binary (MBHB) systems. LISA’s uncertainties on these estimates will evolve over time, and enable electromagnetic (EM) follow-up observations as early as a month from coalescence. In this paper, we create a framework that takes simulated LISA parameter estimates for sky localization and dL for an MBHB and performs a census of matching EM galaxies, or candidate host galaxies. We used this framework to investigate these parameter estimates for simulated MBHB systems with masses of $3\times 10^{5}$, $3\times 10^{6}$, and $1\times 10^{7}$ M$_{\odot }$ at redshifts of 0.3 and 0.5 and used these parameters to select matching galaxies from archival Sloan Digital Sky Survey (SDSS) photometry. We found that the number of candidate host galaxies for a simulated MBHB system at a redshift of 0.3 and 1 h from coalescence ranged from tens to thousands. After coalescence, we found that our census numbers dropped to zero for all systems when considering median constraints most likely due to survey limitations. For an MBHB with mass $3\times 10^{6}$ M$_{\odot }$ at 1 h from coalescence, increasing the redshift from 0.3 to 0.5 or varying the sky position within the SDSS footprint resulted in the number of EM counterparts increasing by approximately a factor of 2.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».