Reaching diffraction-limited localization with coherent PTAs
Notice bibliographique
Résumé
Current pulsar timing array (PTA) analyses do not take full advantage of pulsar distance information, thereby missing out on improved angular resolution and on a potential factor-of-two gain in detection sensitivity for individual gravitational-wave (GW) sources. In this work, we investigate the impact of precise pulsar distance measurements on angular resolution as an extension to previous work measuring the angular resolution of a dense, isotropic PTA [Jow et al., 2025]. We present a coherent map-making technique that utilizes precise pulsar distance measurements to reach the diffraction-limited resolution of an individual source: $δθ_{\mathrm{diff}} \sim (1/\mathrm{SNR})(λ_{\mathrm{GW}}/r) \approx 2~\mathrm{arcmin}$, where the SNR refers to the detection strength of the source. With this level of angular resolution, identifying an EM counterpart may become feasible, enabling multi-messenger follow-up. We show that for $\rm SNR=10$, which may be the current sensitivity level using a coherent analysis, the diffraction limit is reached with roughly 9 pulsars. Moreover, angular resolution scales sharply with the number of known pulsar distances as $\sim (1/\mathrm{SNR})^{N_{\mathrm{dist}}/2}$. Thus, each additional pulsar with high signal-to-noise timing and precise distance measurement can improve PTA resolution by an order of magnitude. The distance to the best-timed millisecond pulsar (PSR J0437$-$4715) is already constrained to sub-parsec levels. We argue, therefore, that a coherent analysis of PTA data, fully incorporating pulsar distance information, is timely.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».