![](https://blogimg.goo.ne.jp/user_image/53/fa/d868b9bd64d41428fa6971832b5afd6d.jpg)
大部分何書いてあるかわからないですけど、いつまでもスルーしてると知らないまま死んじゃうので翻訳だけしときます。以下、自動翻訳。
LIGOによって検出された重力波のマルチフラクタルシグネチャ
(2019年12月30日に提出)
シャッフルおよびサロゲート手順だけでなく、MFDMAメソッドを使用して、マルチフラクタル形式のレンズを通してLIGOによって検出された6つの重力波信号からのデータを分析します。長いメモリと非線形性の存在を調べることにより、時系列のひずみ測定でマルチフラクタル性の2つの領域を特定しました。シリーズを2つの部分に分割するために使用されるモーメントは、これら2つの体制を分離し、ブラックホール間の衝突のモーメントとして解釈できます。左側の多様性の変動と各イベントのチャープ質量の間の経験的関係も決定されました。
![](https://blogimg.goo.ne.jp/user_image/1f/ca/2478158086d3e3898f81bf7241cae683.png)
図1. GW150914からの完全なデータ(H1data)のマルチフラクタル分析。 左上のパネル 対数図で変動関数とマルチスケール動作を示します。 オリジナル
シリーズは赤、シャッフルされたシリーズは緑、上限と下限はq = 5に対応します およびq = -5、それぞれ、中央の太字はq = 0に対応します。
一般化されたハースト指数のqthモーメント、h(q)、およびマルチフラクタルスケーリング指数、τ(q)は、それぞれ右上と左下のパネルに表示されます。 マルチフラクタルスペクトル
右下のパネルに表示されます。
![](https://blogimg.goo.ne.jp/user_image/45/fa/8302208fd473db5f63c5bacb93acef6b.png)
図2. LivingstonのGW150914時系列のポイントツーポイントマルチフラクタル分析
(下のパネル)およびHanford(上のパネル;シフトおよび反転Abbott et al。(2016a))、図解緑色で。 赤い丸は、時系列で計算されたマルチフラクタル性(Δα)の度合いを表します
その時点まで。 同様に、青と黒の円は、左側の多様性を表しますf(α)max −f(α)left minおよび右側の多様性f(α)max−f(α)right min。 縦線はt = −0:06sを表し、
時系列が分割される時点。
4.結論
この研究で提案された統計的アプローチは、以下によって開かれたシナリオを強調しています。
最初のGWの検出。 主な結果を3つのポイントに要約します。
信号のフラクタルダイナミクス、マルチフラクタルソースを特定します。
ii)見つけるブラックホール合体システムの合併フェーズの開始の瞬間、および
iii)左側の多様性の変化とチャープの間の経験的関係を決定する
この後者のパラメータを推定する追加の方法としての質量。 適用された方法論
ここで、重力波の将来の分析のための標準手順として役立つかもしれません。 の
地上と宇宙の両方での新しい重力波観測所の見通し、天文学の分野で統計ツールを使用する機会を増やす
すでに他の知識分野で広く使用されています。
LIGOによって検出された重力波のマルチフラクタルシグネチャ
(2019年12月30日に提出)
シャッフルおよびサロゲート手順だけでなく、MFDMAメソッドを使用して、マルチフラクタル形式のレンズを通してLIGOによって検出された6つの重力波信号からのデータを分析します。長いメモリと非線形性の存在を調べることにより、時系列のひずみ測定でマルチフラクタル性の2つの領域を特定しました。シリーズを2つの部分に分割するために使用されるモーメントは、これら2つの体制を分離し、ブラックホール間の衝突のモーメントとして解釈できます。左側の多様性の変動と各イベントのチャープ質量の間の経験的関係も決定されました。
![](https://blogimg.goo.ne.jp/user_image/1f/ca/2478158086d3e3898f81bf7241cae683.png)
図1. GW150914からの完全なデータ(H1data)のマルチフラクタル分析。 左上のパネル 対数図で変動関数とマルチスケール動作を示します。 オリジナル
シリーズは赤、シャッフルされたシリーズは緑、上限と下限はq = 5に対応します およびq = -5、それぞれ、中央の太字はq = 0に対応します。
一般化されたハースト指数のqthモーメント、h(q)、およびマルチフラクタルスケーリング指数、τ(q)は、それぞれ右上と左下のパネルに表示されます。 マルチフラクタルスペクトル
右下のパネルに表示されます。
![](https://blogimg.goo.ne.jp/user_image/45/fa/8302208fd473db5f63c5bacb93acef6b.png)
図2. LivingstonのGW150914時系列のポイントツーポイントマルチフラクタル分析
(下のパネル)およびHanford(上のパネル;シフトおよび反転Abbott et al。(2016a))、図解緑色で。 赤い丸は、時系列で計算されたマルチフラクタル性(Δα)の度合いを表します
その時点まで。 同様に、青と黒の円は、左側の多様性を表しますf(α)max −f(α)left minおよび右側の多様性f(α)max−f(α)right min。 縦線はt = −0:06sを表し、
時系列が分割される時点。
4.結論
この研究で提案された統計的アプローチは、以下によって開かれたシナリオを強調しています。
最初のGWの検出。 主な結果を3つのポイントに要約します。
信号のフラクタルダイナミクス、マルチフラクタルソースを特定します。
ii)見つけるブラックホール合体システムの合併フェーズの開始の瞬間、および
iii)左側の多様性の変化とチャープの間の経験的関係を決定する
この後者のパラメータを推定する追加の方法としての質量。 適用された方法論
ここで、重力波の将来の分析のための標準手順として役立つかもしれません。 の
地上と宇宙の両方での新しい重力波観測所の見通し、天文学の分野で統計ツールを使用する機会を増やす
すでに他の知識分野で広く使用されています。
※コメント投稿者のブログIDはブログ作成者のみに通知されます