深層学習による重力波サロゲートの高次モード拡張

数値相対論波形を高精度かつ高速に生成するため、ニューラルネットワークを用いたサロゲートモデルに高次モードをモジュール方式で組み込んだ手法を提案する。

• 連星ブラックホール合体波形の高速生成に向けて深層学習サロゲートモデルを構築した。
• 事前学習とファインチューニングを組み合わせることでパラメータ空間の平滑化を実現した。
• GPUの並列処理を利用して複数の高次モードを同時に学習させることに成功した。
• 平均ミスマッチ10のマイナス4乗という高精度と、秒間6×10の5乗を超える高速な波形生成を両立した。

原文タイトル: DANSur_HM: Modularly incorporating higher modes in a deep learning based gravitational-wave surrogate

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。