:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Licciardi, Alessandro, Carbone, Davide, Rondoni, Lamberto, Nagar, Alessandro
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	General Relativity and Quantum Cosmology Instrumentation and Methods for Astrophysics Data Analysis, Statistics and Probability
Online-Zugang:	https://arxiv.org/abs/2411.19122
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Glitches far from transient gravitational-wave events do not bias inference
von: Hourihane, Sophie, et al.
Veröffentlicht: (2025)

LensingFlow: An Automated Workflow for Gravitational Wave Lensing Analyses
von: Wright, Mick, et al.
Veröffentlicht: (2025)

FluxMC: Rapid and High-Fidelity Inference for Space-Based Gravitational-Wave Observations
von: Liang, Bo, et al.
Veröffentlicht: (2026)

Advancing Space-Based Gravitational Wave Astronomy: Rapid Parameter Estimation via Normalizing Flows
von: Du, Minghui, et al.
Veröffentlicht: (2023)

Quantum Computing Tools for Fast Detection of Gravitational Waves in the Context of LISA Space Mission
von: Isfan, Maria-Catalina, et al.
Veröffentlicht: (2025)

Wavelets for power spectral density estimation of gravitational wave data
von: Zhu, Jin-Bao, et al.
Veröffentlicht: (2025)

Optimizing searches for gravitational wave bursts using coherent WaveBurst 2G
von: Martini, Alessandro, et al.
Veröffentlicht: (2025)

Poissonian Analysis of Glitches Observed in the LIGO Gravitational Wave Interferometers
von: Costa, Giovanna Souza Rodrigues, et al.
Veröffentlicht: (2025)

Gravitational Wave Signal Extraction Against Non-Stationary Instrumental Noises with Deep Neural Network
von: Xu, Yuxiang, et al.
Veröffentlicht: (2024)

Gravitational-wave astronomy requires population-informed parameter estimation
von: Mould, Matthew, et al.
Veröffentlicht: (2026)

One-stop strategy to search for long-duration gravitational-wave signals
von: Tenorio, Rodrigo, et al.
Veröffentlicht: (2024)

Extraction of gravitational wave signals from LISA data in the presence of artifacts
von: Castelli, Eleonora, et al.
Veröffentlicht: (2024)

Gauge Theoretic Signal Processing I: The Commutative Formalism for Single-Detector Adaptive Whitening
von: Kennington, James, et al.
Veröffentlicht: (2026)

Analyzing black-hole ringdowns II: data conditioning
von: Siegel, Harrison, et al.
Veröffentlicht: (2024)

Reconstruction of Black Hole Ringdown Signals with Data Gaps using a Deep-Learning Framework
von: Lai, Jing-Qi, et al.
Veröffentlicht: (2025)

A novel stacked hybrid autoencoder for imputing LISA data gaps
von: Mao, Ruiting, et al.
Veröffentlicht: (2024)

py5vec: a modular Python package for the 5-vector method to search for continuous gravitational waves
von: D'Onofrio, Luca, et al.
Veröffentlicht: (2026)

SlotFlow: Amortized Trans-Dimensional Inference with Slot-Based Normalizing Flows
von: Houba, Niklas, et al.
Veröffentlicht: (2025)

Identifying noise transients in gravitational-wave data arising from nonlinear couplings
von: Hall, Bernard, et al.
Veröffentlicht: (2024)

Doppler correlation-driven vetoes for the Frequency Hough analysis in continuous gravitational-wave searches
von: Di Giovanni, Matteo, et al.
Veröffentlicht: (2024)

PADÉ FILTERING, Principles and Use: an Introductory Report
von: Fournier, Jean-Daniel, et al.
Veröffentlicht: (2024)

Rapid Parameter Estimation for Merging Massive Black Hole Binaries Using Continuous Normalizing Flows
von: Liang, Bo, et al.
Veröffentlicht: (2024)

Scalable data-analysis framework for long-duration gravitational waves from compact binaries using short Fourier transforms
von: Tenorio, Rodrigo, et al.
Veröffentlicht: (2025)

Robust Bayesian inference with gapped LISA data using all-in-one TDI-$\infty$
von: Houba, Niklas, et al.
Veröffentlicht: (2024)

Suppressing data anomalies of gravitational reference sensors with time delay interferometry combinations
von: Wu, Pengzhan, et al.
Veröffentlicht: (2022)

Robust and scalable simulation-based inference for gravitational wave signals with gaps
von: Mao, Ruiting, et al.
Veröffentlicht: (2025)

Deep source separation of overlapping gravitational-wave signals and non-stationary noise artifacts
von: Houba, Niklas
Veröffentlicht: (2025)

Design of Dedicated Tilt-to-Length Calibration Maneuvers for LISA
von: Wegener, Henry, et al.
Veröffentlicht: (2024)

Sampling the full hierarchical population posterior distribution in gravitational-wave astronomy
von: Mancarella, Michele, et al.
Veröffentlicht: (2025)

Dealing with data gaps for TianQin with massive black hole binary signal
von: Wang, Lu, et al.
Veröffentlicht: (2024)

Efficient Gravitational Wave Parameter Estimation via Knowledge Distillation: A ResNet1D-IAF Approach
von: Zhu, Xihua, et al.
Veröffentlicht: (2024)

Searching for extreme mass ratio inspirals in LISA: from identification to parameter estimation
von: Strub, Stefan H., et al.
Veröffentlicht: (2025)

DeepExtractor: Time-domain reconstruction of signals and glitches in gravitational wave data with deep learning
von: Dooney, Tom, et al.
Veröffentlicht: (2025)

Optimal cross-correlation technique to search for strongly lensed gravitational waves
von: Kopty, Anirban, et al.
Veröffentlicht: (2026)

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

Stochastic problems in pulsar timing
von: Bernardo, Reginald Christian
Veröffentlicht: (2026)

Null Stream Based Third-generation-ready Glitch Mitigation for Gravitational Wave Measurements
von: Narola, Harsh, et al.
Veröffentlicht: (2024)

Assessing and Mitigating the Impact of Glitches on Gravitational-Wave Parameter Estimation: a Model Agnostic Approach
von: Ghonge, Sudarshan, et al.
Veröffentlicht: (2023)

Fisher Information Velocity: A New Geometric Channel for Precision Glitch Identification in Gravitational-Wave Detectors
von: Kennington, James, et al.
Veröffentlicht: (2026)

Advancements in Glitch Subtraction Systems for Enhancing Gravitational Wave Data Analysis: A Brief Review
von: Chowdhury, Mohammad Abu Thaher
Veröffentlicht: (2024)