Buchumschlag

Searching for extreme mass ratio inspirals in LISA: from identification to parameter estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Strub, Stefan H., Speri, Lorenzo, Giardini, Domenico
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	General Relativity and Quantum Cosmology Instrumentation and Methods for Astrophysics Data Analysis, Statistics and Probability Space Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

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

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

Ab uno disce omnes: Single-harmonic search for extreme mass-ratio inspirals
von: Speri, Lorenzo, et al.
Veröffentlicht: (2025)

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

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

Sequential simulation-based inference for extreme mass ratio inspirals
von: Cole, Philippa S., 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)

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

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

Detection and Mitigation of Glitches in LISA Data: A Machine Learning Approach
von: Houba, Niklas, 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)

Assessing signal cross talk between extreme-mass-ratio inspirals and Galactic binaries in LISA data
von: Khukhlaev, Sviatoslav, et al.
Veröffentlicht: (2025)

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

Spurious Solar-Wind Effects on Acceleration Noise in LISA Pathfinder
von: Yang, Arnold, et al.
Veröffentlicht: (2024)

Complete Catalog of Laser Locking Configurations for LISA
von: Heinzel, Gerhard, et al.
Veröffentlicht: (2025)

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

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

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

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

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

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)

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

Wavelet Scattering Transform for Gravitational Waves Analysis. An Application to Glitch Characterization
von: Licciardi, Alessandro, et al.
Veröffentlicht: (2024)

Identifying noise transients in gravitational-wave data arising from nonlinear couplings
von: Hall, Bernard, 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)

Test for LISA foreground Gaussianity and stationarity: extreme mass-ratio inspirals
von: Piarulli, Manuel, 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)

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

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

Precision measurements of the magnetic parameters of LISA Pathfinder test masses
von: Armano, M, et al.
Veröffentlicht: (2024)

Post-Newtonian expansions of extreme mass ratio inspirals of spinning bodies into Schwarzschild black holes
von: Skoupý, Viktor, et al.
Veröffentlicht: (2024)