机器学习辅助引力波参数估计新进展

2026年10月20日，一项新研究提出利用机器学习替代传统波形模型，用于引力波参数估计。该研究提出了一种两阶段确定性条件自编码器，生成包含四个参数的SEOBNRv4替代波形。测试结果显示，该方法的中位失配度约为10^-2，校准后的幅度与相位序列实现了10^-6的余弦距离误差，并支持参数估计流程。尽管实验表明机器学习波形在恢复准双曲体（EOB）目标参数时存在系统偏差，但这些偏差是可估计且可纠正的。因此，该模型可应用于低信噪比条件下的低精度波形估计。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。