Binary Neutron Star Merger Search Pipeline Powered by Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	McLeod, Alistair, Beveridge, Damon, Wen, Linqing, Wicenec, Andreas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	General Relativity and Quantum Cosmology Instrumentation and Methods for Astrophysics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Novel Deep Learning Approach to Detecting Binary Black Hole Mergers
von: Beveridge, Damon, et al.
Veröffentlicht: (2023)

Searching for binary black hole mergers with deep learning in Advanced LIGO's third observing run
von: Beveridge, Damon, et al.
Veröffentlicht: (2025)

SGNL: Scalable Low-Latency Gravitational Wave Detection Pipeline for Compact Binary Mergers
von: Huang, Yun-Jing, et al.
Veröffentlicht: (2025)

PyMerger: Detecting Binary Black Hole merger from Einstein Telescope Using Deep Learning
von: Alhassan, Wathela, et al.
Veröffentlicht: (2023)

Pre-Merger Detection and Characterization of Inspiraling Binary Neutron Stars Derived from Neural Posterior Estimation
von: van Straalen, Wouter, et al.
Veröffentlicht: (2024)

Deep Learning Search for Gravitational Waves from Compact Binary Coalescence
von: Mobilia, Lorenzo, et al.
Veröffentlicht: (2026)

Robustness of Deep Learning Models to Precession in Gravitational-Wave Searches for Intermediate-Mass Black Hole Binaries
von: Meijer, Quirijn, et al.
Veröffentlicht: (2024)

Inferring Neutron-Star Properties from Post-merger Gravitational-wave Spectra with Neural Networks
von: Pesios, Dimitrios, et al.
Veröffentlicht: (2026)

The MBTA Pipeline for Detecting Compact Binary Coalescences in the Fourth LIGO-Virgo-KAGRA Observing Run
von: Alléné, Christopher, et al.
Veröffentlicht: (2025)

Attention U-Net for all-sky continuous gravitational wave searches
von: Cheung, Damon H. T.
Veröffentlicht: (2025)

Decoding Long-duration Gravitational Waves from Binary Neutron Stars with Machine Learning: Parameter Estimation and Equations of State
von: Hu, Qian, et al.
Veröffentlicht: (2024)

A Realistic Projection for Constraining Neutron Star Equation of State with the LIGO-Virgo-KAGRA Detector Network in the A+ Era
von: Boudon, Alexis, et al.
Veröffentlicht: (2025)

Source Confusion from Neutron Star Binaries in Ground-Based Gravitational Wave Detectors is Minimal
von: Johnson, Aaron D., et al.
Veröffentlicht: (2024)

GFH-v2 Pipeline for Searches of Long-Transient Gravitational Waves from Newborn Magnetars
von: Menon, Sandhya Sajith, et al.
Veröffentlicht: (2025)

Detection and Prediction of Future Massive Black Hole Mergers with Machine Learning and Truncated Waveforms
von: Houba, Niklas, et al.
Veröffentlicht: (2024)

Deep Neural Emulation of the Supermassive Black-hole Binary Population
von: Laal, Nima, et al.
Veröffentlicht: (2024)

Simulation-based Inference for Gravitational Waves from Binary Neutron Stars: Application of Summary Data from Heterodyning
von: Iwaya, Masaki, et al.
Veröffentlicht: (2026)

A Search for Binary Black Hole Mergers in LIGO O1-O3 Data with Convolutional Neural Networks
von: Silver, Ethan, et al.
Veröffentlicht: (2025)

Searches for Post-Merger Gravitational Waves with CoCoA: Sensitivity Projections Across Large Template Banks for Current and Next-Generation Detectors
von: Khanam, Tanazza, et al.
Veröffentlicht: (2025)

Searches for Compact Binary Coalescence Events Using Neural Networks in LIGO/Virgo Third Observation Period
von: Menéndez-Vázquez, Alexis, et al.
Veröffentlicht: (2024)

Improved Binary Black Hole Search Discriminator from the Singular Value Decomposition of Non-Gaussian Noise Transients
von: Ghosh, Tathagata, et al.
Veröffentlicht: (2025)

Gravitational-Wave Searches for Cosmic String Cusps in Einstein Telescope Data using Deep Learning
von: Meijer, Quirijn, et al.
Veröffentlicht: (2023)

Constraining the Fraction of LIGO/Virgo/KAGRA Binary Black Hole Merger Events Associated with Active Galactic Nucleus Flares
von: Zhu, Liang-Gui, et al.
Veröffentlicht: (2026)

Efficient Reconstruction of Matched-Filter Signal-to-Noise Ratio Time Series from Nearby Templates for Compact Binary Coalescences Searches
von: Murakami, Yasuhiro, et al.
Veröffentlicht: (2025)

PINCH: Pipeline-Informed Noise Characterization in LIGO's Third Observing Run
von: Yarbrough, Zach, et al.
Veröffentlicht: (2025)

Binary Black Hole inspirals cannot hide their eccentricity
von: Fernandes, Johann, et al.
Veröffentlicht: (2026)

Parameter Estimation for Low-Mass Eccentric Black Hole Binaries
von: Wagner, Katelyn J., et al.
Veröffentlicht: (2024)

Neural density estimation for Galactic Binaries in LISA data analysis
von: Korsakova, Natalia, et al.
Veröffentlicht: (2024)

AttenGW: A Lightweight Attention-Based Multi-Detector Gravitational-Wave Detection Pipeline
von: Tiki, Victoria, et al.
Veröffentlicht: (2025)

Towards Realistic Detection Pipelines of Taiji: New Challenges in Data Analysis and High-Fidelity Simulations of Space-Based Gravitational Wave Antenna
von: Du, Minghui, et al.
Veröffentlicht: (2025)

Quantum Search for Gravitational Wave of Massive Black Hole Binaries
von: Guo, Fangzhou, et al.
Veröffentlicht: (2025)

Data-Driven Acceleration of Eccentricity Reduction for Binary Black Hole Simulations
von: Tommasini, Vittoria, et al.
Veröffentlicht: (2026)

Second MAYA Catalog of Binary Black Hole Numerical Relativity Waveforms
von: Ferguson, Deborah, et al.
Veröffentlicht: (2023)

A Deep Learning Framework for Amplitude Generation of Generic EMRIs
von: Zeng, Yan-bo, et al.
Veröffentlicht: (2026)

Identifying Black Holes Through Space Telescopes and Deep Learning
von: Fang, Yeqi, et al.
Veröffentlicht: (2024)

Neural Network Analysis of S2-Star Dynamics: Extended mass
von: Galikyan, N., et al.
Veröffentlicht: (2024)

Proof-of-Principle Experiment on a Displacement-Noise-Free Neutron Interferometer for Gravitational Wave Detection
von: Iwaguchi, Shoki, et al.
Veröffentlicht: (2025)

A Survey of Four Precessing Waveform Models for Binary Black Hole Systems
von: Mac Uilliam, Jake, et al.
Veröffentlicht: (2024)

Evaluating Deep Learning Models for Multiclass Classification of LIGO Gravitational-Wave Glitches
von: Manoharan, Rudhresh, et al.
Veröffentlicht: (2026)

Impact of Bayesian Priors on the Inferred Masses of Quasi-Circular Intermediate-Mass Black Hole Binaries
von: Chandra, Koustav, et al.
Veröffentlicht: (2023)