Buchumschlag

Beyond Gaussian Assumptions: A new robust statistical framework for gravitational-wave data analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sasli, Argyro, Karamanis, Minas, Karnesis, Nikolaos, Coughlin, Michael W., Mandic, Vuk, Seljak, Uroš, Stergioulas, Nikolaos
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	General Relativity and Quantum Cosmology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring the Potential for Detecting Rotational Instabilities in Binary Neutron Star Merger Remnants with Gravitational Wave Detectors
von: Sasli, Argyro, et al.
Veröffentlicht: (2023)

Characterization of non-Gaussian stochastic signals with heavier-tailed likelihoods
von: Karnesis, Nikolaos, et al.
Veröffentlicht: (2024)

Robust and fast parameter estimation for gravitational waves from binary neutron star merger remnants
von: Vretinaris, Stamatis, et al.
Veröffentlicht: (2025)

Validating Sequential Monte Carlo for Gravitational-Wave Inference
von: Williams, Michael J., et al.
Veröffentlicht: (2025)

Effect of noise characterization on the detection of mHz stochastic gravitational waves
von: Karnesis, Nikolaos, et al.
Veröffentlicht: (2026)

Statistics of time and frequency-averaged spectra in gravitational-wave background searches
von: Baghi, Quentin, et al.
Veröffentlicht: (2026)

Memory of a Random Walk: Astrometric deflections from gravitational wave memory accumulation over cosmological scales
von: Boybeyi, Tore, et al.
Veröffentlicht: (2024)

Inferring Neutron-Star Properties from Post-merger Gravitational-wave Spectra with Neural Networks
von: Pesios, Dimitrios, et al.
Veröffentlicht: (2026)

Machine Learning Applications in Gravitational Wave Astronomy
von: Stergioulas, Nikolaos
Veröffentlicht: (2024)

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

Likelihood-free inference for gravitational-wave data analysis and public alerts
von: Marx, Ethan, et al.
Veröffentlicht: (2025)

Parameter Estimation of the Gravitational-Wave Angular Power Spectrum in the Dirty-Map Space
von: Floden, Erik, et al.
Veröffentlicht: (2026)

Robustness of Sensitivity Evaluations for Gravitational Wave Detection Algorithms
von: Koloniari, Alexandra E., et al.
Veröffentlicht: (2025)

Polarized Anisotropic Stochastic Gravitational Wave Background Search with Ground-Based Detector Networks
von: Boybeyi, Töre, et al.
Veröffentlicht: (2026)

Assessing Universal Relations for Rapidly Rotating Neutron Stars: Insights from an Interpretable Deep Learning Perspective
von: Papigkiotis, Grigorios, et al.
Veröffentlicht: (2025)

Progress toward the detection of the gravitational-wave background from stellar-mass binary black holes: a mock data challenge
von: Kou, Xiao-Xiao, et al.
Veröffentlicht: (2025)

Angular Resolution of a Bayesian Search for Anisotropic Stochastic Gravitational Wave Backgrounds with LISA
von: Bloom, Malachy, et al.
Veröffentlicht: (2024)

Unbiased estimation of gravitational-wave anisotropies from noisy data
von: Kouvatsos, Nikolaos, et al.
Veröffentlicht: (2023)

Persistent Sampling: Enhancing the Efficiency of Sequential Monte Carlo
von: Karamanis, Minas, et al.
Veröffentlicht: (2024)

On the Stochastic Gravitational Wave Background from Binary Black Hole Mergers Dynamically Assembled in Dense Star Clusters
von: Kou, Xiao-Xiao, et al.
Veröffentlicht: (2024)

Importance of Shot Noise in the Search for an Isotropic Stochastic Gravitational-Wave Background with Next Generation Detectors
von: Zhong, Haowen, et al.
Veröffentlicht: (2025)

Searching for cosmological stochastic backgrounds by notching out resolvable compact binary foregrounds with next-generation gravitational-wave detectors
von: Zhong, Haowen, et al.
Veröffentlicht: (2024)

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

Universal description of the Neutron Star's surface and its key global properties: A Machine Learning Approach for nonrotating and rapidly rotating stellar models
von: Papigkiotis, Grigorios, et al.
Veröffentlicht: (2025)

Predicting Binary Neutron Star Postmerger Spectra Using Artificial Neural Networks
von: Pesios, Dimitrios, et al.
Veröffentlicht: (2024)

Low-$T/|W|$ instabilities in differentially rotating neutron stars resembling merger remnants
von: Lioutas, Georgios, et al.
Veröffentlicht: (2026)

A new framework to follow up candidates from continuous gravitational-wave searches
von: Covas, P. B., et al.
Veröffentlicht: (2024)

Angular power spectrum of gravitational-wave transient sources as a probe of the large-scale structure
von: Zheng, Yanyan, et al.
Veröffentlicht: (2023)

Gravitational-wave model for neutron star merger remnants with supervised learning
von: Soultanis, Theodoros, et al.
Veröffentlicht: (2024)

A practical theorem on gravitational-wave background statistics
von: Ali-Haïmoud, Yacine
Veröffentlicht: (2026)

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

Detectability of the gravitational-wave background produced by magnetar giant flares
von: Kouvatsos, Nikolaos, et al.
Veröffentlicht: (2022)

GW-FALCON: A Novel Feature-Driven Deep Learning Approach for Early Warning Alerts of BNS and NSBH Inspirals in Next-Generation GW Observatories
von: Papigkiotis, Grigorios, et al.
Veröffentlicht: (2026)

The interacting double white dwarf population with LISA; stochastic foreground and resolved sources
von: Toubiana, Alexandre, et al.
Veröffentlicht: (2024)

Templated Anisotropic Analyses of the LISA Galactic Foreground
von: Criswell, Alexander W., et al.
Veröffentlicht: (2024)

Extension of the characterization method for non-Gaussianity in gravitational wave detector with statistical hypothesis test
von: Yamamura, Shunsei, et al.
Veröffentlicht: (2024)

A Gaussian process framework for testing general relativity with gravitational waves
von: Passenger, Lachlan, et al.
Veröffentlicht: (2025)

On the Gaussian Assumption in the Estimation of Parameters for Dark Energy Models
von: Arevalo, Fabiola, et al.
Veröffentlicht: (2025)

Multiple-scale analysis of modified gravitational-wave propagation
von: de Cesare, Marco, et al.
Veröffentlicht: (2025)

CLAWDIA: A dictionary learning framework for gravitational-wave data analysis
von: Llorens-Monteagudo, Miquel, et al.
Veröffentlicht: (2025)