Buchumschlag

Accelerating LISA inference with Gaussian processes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gammal, Jonas El, Buscicchio, Riccardo, Nardini, Germano, Torrado, Jesús
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	High Energy Astrophysical Phenomena Instrumentation and Methods for Astrophysics General Relativity and Quantum Cosmology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

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

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

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

Fast LISA Likelihood Approximations by Downsampling
von: Linley, Jethro
Veröffentlicht: (2024)

LISA science ground segment conventions
von: Baghi, Quentin, et al.
Veröffentlicht: (2026)

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

Stellar-mass black-hole binaries in LISA: characteristics and complementarity with current-generation interferometers
von: Buscicchio, R., et al.
Veröffentlicht: (2024)

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

Mind the gap: addressing data gaps and assessing noise mismodeling in LISA
von: Burke, Ollie, et al.
Veröffentlicht: (2025)

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

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

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

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

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

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

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

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

Incorporation of model accuracy in gravitational wave Bayesian inference
von: Hoy, Charlie, et al.
Veröffentlicht: (2024)

Significant challenges for astrophysical inference with next-generation gravitational-wave observatories
von: Baker, A. Makai, et al.
Veröffentlicht: (2025)

Rapid inference and comparison of gravitational-wave population models with neural variational posteriors
von: Mould, Matthew, et al.
Veröffentlicht: (2025)

labrador: A domain-optimized machine-learning tool for gravitational wave inference
von: Roulet, Javier, et al.
Veröffentlicht: (2026)

A weakly-parametric approach to stochastic background inference in LISA
von: Pozzoli, Federico, et al.
Veröffentlicht: (2023)

Rapid parameter estimation for pulsar-timing-array datasets with variational inference and normalizing flows
von: Vallisneri, Michele, et al.
Veröffentlicht: (2024)

Joint inference for gravitational wave signals and glitches using a data-informed glitch model
von: Malz, Ann-Kristin, et al.
Veröffentlicht: (2025)

Leveraging rapid parameter estimates for efficient gravitational-wave Bayesian inference via posterior repartitioning
von: Prathaban, Metha, et al.
Veröffentlicht: (2026)

Gravitational-wave inference at GPU speed: A bilby-like nested sampling kernel within blackjax-ns
von: Prathaban, Metha, et al.
Veröffentlicht: (2025)

Accelerated nested sampling with posterior repartitioning and $β$-flows for gravitational waves
von: Prathaban, Metha, et al.
Veröffentlicht: (2024)

Accelerating Black Hole Image Generation via Latent Space Diffusion Models
von: Liu, Ao, et al.
Veröffentlicht: (2026)

LISA Definition Study Report
von: Colpi, Monica, et al.
Veröffentlicht: (2024)

Sequential simulation-based inference for extreme mass ratio inspirals
von: Cole, Philippa S., et al.
Veröffentlicht: (2025)

Sampler-free gravitational wave inference using matrix multiplication
von: Mushkin, Jonathan, et al.
Veröffentlicht: (2025)

Peregrine: Sequential simulation-based inference for gravitational wave signals
von: Bhardwaj, Uddipta, et al.
Veröffentlicht: (2023)

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

Stars or gas? Constraining the hardening processes of massive black-hole binaries with LISA
von: Spadaro, Alice, et al.
Veröffentlicht: (2024)

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

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