Rapid Parameter Estimation for Extreme Mass Ratio Inspirals Using Machine Learning

Documenti analoghi

• Unlocking New Paths for Science with Extreme-Mass-Ratio Inspirals: Machine Learning-Enhanced MCMC for Accurate Parameter Inversion
  di: Liang, Bo, et al.
  Pubblicazione: (2025)
• Estimating Orbital Parameters of Direct Imaging Exoplanet Using Neural Network
  di: Liang, Bo, et al.
  Pubblicazione: (2025)
• Accelerating Stochastic Gravitational Wave Backgrounds Parameter Estimation in Pulsar Timing Arrays with Flow Matching
  di: Liang, Bo, et al.
  Pubblicazione: (2024)
• Rapid Parameter Estimation for Merging Massive Black Hole Binaries Using Continuous Normalizing Flows
  di: Liang, Bo, et al.
  Pubblicazione: (2024)
• Ringdown Signatures of Dehnen Dark Matter Halos: Fluid Modes and Detectability with Space-Based Detectors
  di: Liang, Manjia, et al.
  Pubblicazione: (2026)