引言：贝叶斯推断在引力波天文学中的应用：参数估计，模型选择和分层模型

Sep, 2018

引言：贝叶斯推断在引力波天文学中的应用：参数估计，模型选择和分层模型

An introduction to Bayesian inference in gravitational-wave astronomy: parameter estimation, model selection, and hierarchical models

PDF

Eric Thrane, Colm Talbot

TL;DR本文主要介绍贝叶斯推理的层次模型和超参数，为包括初学者和资深人士在内的广泛观众提供有用的见解，并从引力波天文学领域进行案例说明。全文涵盖了似然函数、先验、后验、贝叶斯证据、贝叶斯因子、资料比等内容及其应用，最后将形式主义泛化为讨论超参数和层次模型并提供相关附录。

Abstract

This is an introduction to bayesian inference with a focus on hierarchical models and hyper-parameters. We write primarily for an audience of Bayesian novices, but we hope to provide useful insights for seasoned

bayesian inference hierarchical models hyper-parameters model selection markov chain monte carlo algorithms

发现论文，激发创造

基于神经模拟的事件集层级推理

本文介绍了一种利用神经估计器进行概率推断的方法，针对具有层次结构的模型，从实际应用的角度出发，利用粒子碰撞数据和强引力透镜观测数据进行案例研究并得出相应的结论。

Jun, 2023

BayesWave：用于引力波爆发和仪器故障的贝叶斯推断

采用贝叶斯方法建立多组件、可变尺寸、参数化噪声模型，以显式考虑干涉引力波探测器数据中的非定态性和非高斯性，并利用 Morlet-Gabor 连续小波框架模拟仪器瞬变和引力波爆发源，与 BayesLine 算法相结合模拟高斯噪声和尖锐线特征。

Oct, 2014

在选择效应存在下推断紧致双星族群的属性

本章介绍了一种用于分析紧密联星天体分布的统计学工具：在选择效应存在的情况下进行分层贝叶斯推断。该方法适用于各学科的研究者和研究生，本章从第一原理出发给出了该方法的所有关键方程，并给出了两个复杂度不断增加的应用实例。

Jul, 2020

从带有选择偏差的多个不确定观测中提取分布参数

提出了一种贝叶斯框架，用于将选择效应纳入人口分析中，并展示了如何从一个样本中提取基础分布的参数。演示了该框架的性能，从引力波天体物理学的例子中证明合并紧凑物体二元的质量比分布可以从具有实质性测量不确定性的 Malmquist 偏差观测中提取。

Sep, 2018

宇宙学基于似然的推断的未来：加速高维参数估计和模型比较

我们倡导一种新的宇宙学基于概率的推断范式，利用最近在机器学习及其底层技术中的发展，加速在高维环境中的贝叶斯推断。具体来说，我们结合了（i）模拟 —— 其中训练一个机器学习模型来模仿宇宙观测量，例如 CosmoPower-JAX；（ii）可导性和概率编程，例如 JAX 和 NumPyro；（iii）可伸缩的 MCMC 采样技术，可以利用梯度，例如哈密顿蒙特卡罗；以及（iv）解耦且可伸缩的贝叶斯模型选择技术，纯粹从后验样本计算贝叶斯证据，例如在 harmonic 中学到的调和均值。这一范式使我们能够在传统方法的一小部分时间内进行完整的贝叶斯分析，包括参数估计和模型选择。首先，我们在 37 - 维和 39 - 维参数空间中，通过模拟的宇宙剪切分析，展示了这种范式的应用，比较了 ΛCDM 模型和动力学暗能量模型（$w_0w_a$CDM）。我们的结果与传统的嵌套采样方法计算得到的后验轮廓和证据估计非常吻合，而且计算成本从需要 48 个 CPU 核心上的 8 个月时间减少到了使用 12 个 GPU 的 2 天时间。其次，我们考虑了三个模拟的下一代调查的联合分析，每个调查都进行了 3x2pt 分析，得到了 157 - 维和 159 - 维参数空间。在这种高维环境中，标准的嵌套采样技术根本不可行，需要在 48 个 CPU 核心上投入 12 年的计算时间。而另一方面，我们提出的方法只需要 24 个 GPU 的 8 天计算时间。我们在分析中使用的所有软件包都是公开可用的。

May, 2024

深度学习与遗传算法用于宇宙贝叶斯推断加速

本文提出了一种新颖的方法来加速贝叶斯推断过程，特别关注嵌套取样算法。

May, 2024

可解释引力波种群模型的自动发现

我们提出了一种自动方法，从数据中发现引力波事件的解析人口模型。我们证明了符号回归可以补充灵活模型，将这些灵活模型的后验预测分布蒸馏为可解释的解析表达式，从而恢复了常见的引力波人口模型，并发现了一种新的经验人口模型，这种方法可能适用于其他天体物理现象。

Jul, 2022

用于紧凑双星并合引力波的快速并行参数估计新方案

本文提出一种并行化体系结构，使用引力波数据和波形模型估计紧凑二进制合并参数，通过球形谐波模式分解来将波形表达为取决于固有参数的模的总和，并通过固定固有参数的模来预先筛选数据，并使用 Monte Carlo 积分策略整合所有外在参数，从而高效评估通用源位置和方向的可能性，独立于波形长度或产生时间。

Feb, 2015

高维模型中的贝叶斯推断

本文综述了贝叶斯及相关方法在高维模型中的性质，如许多正常问题，线性回归，广义线性模型，高斯和非高斯图模型等。同时也讨论了有效的计算方法。

Jan, 2021

利用 LALInference 程序库使用地面引力波观测估计紧凑双星的鲁棒参数

本文介绍了用于小型双星信号贝叶斯参数估计的 LALInference 软件库，并展示其在三个不同的双星系统上的实际效果。

Sep, 2014