Simulation-calibrated Bayesian inference for progenitor properties of the microquasar SS 433
Notice bibliographique
Résumé
SS$\,$433 is one of the most extreme Galactic X-ray binaries, launching semi-relativistic jets and showing clear signs of super-critical accretion onto what is likely a black hole. Yet the properties of the binary system that produced it remain uncertain. To solve the inverse problem of inferring the progenitor properties of binaries that evolve into SS$\,$433-like systems, we use an iterative, simulation-based calibration framework that combines Bayesian inference with the isolated binary-evolution code COSMIC. Using six measured properties of SS$\,$433 and the dynamic nested sampler $\texttt{dynesty}$, we explore a ten-dimensional space of possible progenitor masses, orbits, mass-transfer histories, and natal-kick velocities. This approach identifies the regions of parameter space most consistent with SS$\,$433 and allows us to iteratively refine the resulting progenitor distributions. We find 90% confidence intervals for the progenitor initial primary mass of (8, 11) M$_\odot$, secondary mass of (32, 40) M$_\odot$, orbital period of (136, 2259) days, eccentricity of (0.26, 0.6), common-envelope efficiency of (0.44, 0.76), accreted fraction during stable mass transfer of (0.22, 0.6), and black-hole natal-kick magnitude of (5, 68) km/s. These results show that direct probabilistic inference of X-ray binary progenitors can yield new constraints on the formation of extreme accretion systems like SS$\,$433, which has important implications for theoretical expectations of the population of SS$\,$433-like systems in the Galaxy and their connection with cosmic ray observations.
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 | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».