Copertina

Mind the gap: addressing data gaps and assessing noise mismodeling in LISA

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Burke, Ollie, Marsat, Sylvain, Gair, Jonathan R., Katz, Michael L.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	General Relativity and Quantum Cosmology High Energy Astrophysical Phenomena Instrumentation and Methods for Astrophysics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

An efficient GPU-accelerated multi-source global fit pipeline for LISA data analysis
di: Katz, Michael L., et al.
Pubblicazione: (2024)

A flexible, GPU-accelerated approach for the joint characterization of LISA instrumental noise and Stochastic Gravitational Wave Backgrounds
di: Santini, Alessandro, et al.
Pubblicazione: (2025)

Test for LISA foreground Gaussianity and stationarity: extreme mass-ratio inspirals
di: Piarulli, Manuel, et al.
Pubblicazione: (2024)

LISA science ground segment conventions
di: Baghi, Quentin, et al.
Pubblicazione: (2026)

A framework for LISA population inference
di: Toubiana, Alexandre, et al.
Pubblicazione: (2026)

Accurate and efficient simulation-based inference for massive black-hole binaries with LISA
di: Spadaro, Alice, et al.
Pubblicazione: (2026)

Systematics in tests of general relativity using LISA massive black hole binaries
di: Garg, Mudit, et al.
Pubblicazione: (2024)

Systematic biases due to waveform mismodeling in parametrized post-Einsteinian tests of general relativity: The impact of neglecting spin precession and higher modes
di: Chandramouli, Rohit S., et al.
Pubblicazione: (2024)

Data-driven approach for extracting tidal information from neutron star binary mergers observed with the Einstein Telescope
di: Abac, Adrian, et al.
Pubblicazione: (2025)

Is your stochastic signal really detectable?
di: Pozzoli, Federico, et al.
Pubblicazione: (2024)

Reconstructing parametric gravitational-wave population fits from non-parametric results without refitting the data
di: Fabbri, Cecilia Maria, et al.
Pubblicazione: (2025)

Fast and Fourier: Extreme Mass Ratio Inspiral Waveforms in the Frequency Domain
di: Speri, Lorenzo, et al.
Pubblicazione: (2023)

Impact of relativistic waveforms in LISA's science objectives with extreme-mass-ratio inspirals
di: Khalvati, Hassan, et al.
Pubblicazione: (2024)

Accelerating LISA inference with Gaussian processes
di: Gammal, Jonas El, et al.
Pubblicazione: (2025)

The first year of LISA Galactic foreground
di: Buscicchio, Riccardo, et al.
Pubblicazione: (2025)

Fast LISA Likelihood Approximations by Downsampling
di: Linley, Jethro
Pubblicazione: (2024)

Artificial Precision Timing Array: bridging the decihertz gravitational-wave sensitivity gap with clock satellites
di: Alves, Lucas M. B., et al.
Pubblicazione: (2024)

Training a neural network to rapidly identify candidate gravitational-wave events in the lower mass gap
di: Raza, Nayyer, et al.
Pubblicazione: (2026)

Pre-localization of Massive Black Hole Binaries in the Millihertz Band
di: Zhang, Xue-Ting, et al.
Pubblicazione: (2026)

Detection of astrophysical gravitational wave sources by TianQin and LISA
di: Torres-Orjuela, Alejandro, et al.
Pubblicazione: (2023)

Inferring the population properties of galactic binaries from LISA's stochastic foreground
di: De Santi, Federico, et al.
Pubblicazione: (2026)

Test for LISA foreground Gaussianity and stationarity: galactic white-dwarf binaries
di: Buscicchio, Riccardo, et al.
Pubblicazione: (2024)

Model-Agnostic Population Inference for Gravitational-Wave Astronomy: From LIGO to LISA
di: Li, Yi-kun, et al.
Pubblicazione: (2026)

Global Analysis of LISA Data with Galactic Binaries and Massive Black Hole Binaries
di: Strub, Stefan H., et al.
Pubblicazione: (2024)

Adapting a novel framework for rapid inference of massive black hole binaries for LISA
di: Jan, Aasim, et al.
Pubblicazione: (2024)

Quantifying the Scientific Potential of Intermediate and Extreme Mass Ratio Inspirals with the Laser Interferometer Space Antenna
di: Speri, Lorenzo, et al.
Pubblicazione: (2026)

Efficient Massive Black Hole Binary parameter estimation for LISA using Sequential Neural Likelihood
di: Vílchez, Iván Martín, et al.
Pubblicazione: (2024)

A GPU-accelerated semi-coherent hierarchical search for stellar-mass binary inspiral signals in LISA
di: Bandopadhyay, Diganta, et al.
Pubblicazione: (2024)

Fast pre-merger detection of massive black-hole binaries in LISA based on time-frequency excess power
di: Nobili, Francesco, et al.
Pubblicazione: (2026)

ESO Expanding Horizons White Paper: Electromagnetic counterparts of massive BH mergers with LISA
di: Dotti, M., et al.
Pubblicazione: (2025)

Classification uncertainty for transient gravitational-wave noise artefacts with optimised conformal prediction
di: Malz, Ann-Kristin, et al.
Pubblicazione: (2024)

A pipeline for searching and fitting instrumental glitches in LISA data
di: Muratore, Martina, et al.
Pubblicazione: (2025)

Gravitational-Wave Parameter Estimation in non-Gaussian noise using Score-Based Likelihood Characterization
di: Legin, Ronan, et al.
Pubblicazione: (2024)

A new method to distinguish gravitational-wave signals from detector noise transients with Gravity Spy
di: Jarov, Seraphim, et al.
Pubblicazione: (2023)

On the detectability of higher harmonics with LISA
di: Pitte, Chantal, et al.
Pubblicazione: (2023)

LISA Definition Study Report
di: Colpi, Monica, et al.
Pubblicazione: (2024)

New binary black hole mergers in the LIGO-Virgo O3b data
di: Mehta, Ajit Kumar, et al.
Pubblicazione: (2023)

Variational inference for correlated gravitational wave detector network noise
di: Liu, Jianan, et al.
Pubblicazione: (2024)

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

Impact of the observation frequency coverage on the significance of a gravitational wave background detection in PTA data
di: Ferranti, Irene, et al.
Pubblicazione: (2024)