Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB...

46
Mock LISA Data Challenges とととととと とと IMRI,SMBHB とととととととととととととと とと と ととと と と (PD) ととととと とと と とと とと ととと 一、 ()

description

Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) . 1. Introduction. 2. Mock LISA Data Challenges について 3. データ解析の詳細 4. IMRI,SMBHB 探索のテンプレート数について. 2. Mock LISA Data Challenges (MLDC). 2.1 Mock LISA Data Challenges (MLDC). 3. データ解析の詳細. - PowerPoint PPT Presentation

Transcript of Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB...

Page 1: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

Mock LISA Data Challenges とその解析法及び

IMRI,SMBHB 探索のテンプレート数について

疋田 渉(阪大PD)共同研究者

藤田 龍一、田越 秀行(阪大) 

Page 2: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

1. Introduction

2. Mock LISA Data Challenges について

3. データ解析の詳細

4. IMRI,SMBHB 探索のテンプレート数について

Page 3: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

2. Mock LISA Data Challenges (MLDC)

Page 4: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

2.1 Mock LISA Data Challenges (MLDC)

Page 5: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 6: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 7: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 8: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 9: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 10: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3. データ解析の詳細

Page 11: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.1 MCMC

Page 12: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.1.1 N.J.Cornish and J.Crowder, PRD 72 043005 ('05)

LISA Data Analysis using MCMC method

Page 13: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 14: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 15: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 16: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 17: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 18: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 19: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 20: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.1.2. N.J.Cornish and E.K.Porter gr-qc/061209

The Search for SMBH Binary with LISA

Page 21: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 22: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 23: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 24: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 25: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 26: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.2 Tomographic approach

Page 27: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

2次元の例

x cos ysin r

| r |

f (x, y) : 各点における吸収係数

I I0 exp f (x, y)ds 全吸収

p(r, ) ln(I0 / I ) f (x, y)ds f (x, y)(x cos ysin r)dxdy

Radon 変換

すべての について が分かれば      を再構築できる.

f (x, y)

r,

p(r, )

Page 28: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 29: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 30: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.3 Hilbert-Hung transform

Page 31: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.3 Hilbert-Hung transform

Page 32: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.3 Hilbert-Hung transform

Page 33: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 34: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 35: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 
Page 36: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.4 Genetic algorithms

Page 37: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.5 EMRIに関して

Page 38: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

3.6 まとめ

Page 39: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

4 . DECIGO におけるIMRI,SMBHB 探索のテンプレート数につ

いて(田越さん)

Page 40: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

DECIGO ノイズスペクトラム

用いた DECIGO ノイズスペクトラム

[Hz1/2 ]

[Hz]

Page 41: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

IMRIIMRI=Intermediate Mass Ratio Inspiral

BH mass[solar mass]

ISCO 周波数[Hz]

0.06Hz から合体までの時間 [sec]

(1.4Msolar の場合 )

0.06Hz から合体までの時間 [sec] (10Msolar の場合 )

100 44 3.9x 107 5.6x106

103 0.44 8.4x 106 1.2x106

104 4.4x10-2 1.8x 106 2.5x105

105 4.4x10-3 3.9x 105 5.4x104

Ref: Brown et al. gr-qc/0612060

Page 42: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

DECIGO による IMRI の SNR

中心ブラックホール質量 [ 太陽質量単位 ]

S/N

近似:方向は検出器に対して一定として計算ののち,全天平均をとる

1.4Msolar の星の赤道面円軌道での inspiral

距離 1Gpc

周波数 0.06Hz 以上のみで積分1 年以内に合体するものだけ

計算は Flanagan, Hughes, PRD57, 4535 (‘98) と同じやり方

Page 43: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

IMRI のテンプレート数 Maximum likelihood (マッチドフィルター)のパラメータ探査を

メッシュで行う場合のテンプレート数

BH mass = 100 〜6x10 ^6 Msolarcompanion star=1.4 〜 10 Msolar

テンプレート空間

0

3

赤道面円軌道 inspiral

質量テンプレート数: 1x10^10 個

CPU パワー : 18TFlops

最長継続時間約1年サンプリングレート 10Hz

Page 44: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

検出可能な IMRI の SNRドップラー補正に必要な方向についてのテンプレート数: 106

全テンプレート数: 1016

必要な CPU パワー: 18TFlops x 106 = 1.8x 1019 Flops

これだけの性能が得られたと仮定する.また, 1016 のなかで,統計的に独立なテンプレート数を1016 x 0.1 x 0.1= 1014(= ) とする.すると, false alarm の確率 が 1% に対応する SNR の閾値は

PFA

PFA N inde (SNR* )2 /2

より となる.

CPU パワーが足りない => incoherent な探査を導入=> 実効的な N_ind が増える => 閾値増える (log(N_ind) で増える )

SNR* 8.5

N ind

Page 45: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

DECIGO による IMBH merger の SNR

ブラックホール質量 [ 太陽質量単位 ]

S/N

近似:方向は検出器に対して一定として計算ののち,全天平均をとる

円軌道での inspiral距離 1Gpc

周波数 0.03Hz 以上のみで積分1 年以内に合体するものだけ Ringdown( 全質量の 3% のエネルギー

を ringdown 波で放射と仮定 )

(Equal mass case)

Page 46: Mock LISA Data Challenges とその解析法 及び IMRI,SMBHB 探索のテンプレート数について 疋田 渉(阪大PD) 共同研究者 藤田 龍一、田越 秀行(阪大) 

IMBH merger のテンプレート数 Maximum likelihood (マッチドフィルター)のパラメータ探査を

メッシュで行う場合のテンプレート数

Mass of each BH = 30 〜 5 x 104 Msolar

テンプレート空間

0

3

赤道面円軌道 inspiral

質量テンプレート数: 8.4x107 個CPU パワー : 170GFlops

方向も入れるとテンプレート数〜 1014

CPU パワー : 〜 200PFlops

最長継続時間約1年サンプリングレート 10Hz