de.mpg.escidoc.pubman.appbase.FacesBean
Deutsch
 
Hilfe Wegweiser Impressum Kontakt Einloggen
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Building a stochastic template bank for detecting massive black hole binaries

Babak, S. (2008). Building a stochastic template bank for detecting massive black hole binaries. Classical and Quantum Gravity, 25(19): 195011. doi:10.1088/0264-9381/25/19/195011.

Item is

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: http://hdl.handle.net/11858/00-001M-0000-0013-13DB-A Versions-Permalink: http://hdl.handle.net/11858/00-001M-0000-0013-13DD-6
Genre: Zeitschriftenartikel

Dateien

einblenden: Dateien
ausblenden: Dateien
:
cqg8_19_195011.pdf (Verlagsversion), 2MB
Beschreibung:
-
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Babak, Stanislav1, Autor
Affiliations:
1Astrophysical Relativity, AEI-Golm, MPI for Gravitational Physics, Max Planck Society, Golm, DE, escidoc:24013              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: The coalescence of pairs of massive black holes are the strongest and most promising sources for LISA. In fact, the gravitational wave signal from the final inspiral and merger will be detectable throughout the universe. In this paper we describe the first step in a two-step hierarchical search for the gravitational wave signal from inspiraling massive BH binaries. It is based on a method routinely used in ground-based gravitational wave astronomy, namely filtering the data through a bank of templates. However we use a novel, Monte Carlo based (stochastic), method for laying a grid in the parameter space, and we use the likelihood maximized analytically over some parameters, known as the {\cal F} -statistic, as a detection statistic. We build a coarse template bank to detect gravitational wave signals and to make preliminary parameter estimation. The best candidates will be followed up using a Metropolis–Hasting stochastic search to refine the parameter estimates. We demonstrate the performance of the method by applying it to the Mock LISA data challenge 1B (training data set).

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2008-09-16
 Publikationsstatus: Online publiziert
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: eDoc: 398476
DOI: 10.1088/0264-9381/25/19/195011
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Classical and Quantum Gravity
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 25 (19) Artikelnummer: 195011 Start- / Endseite: - Identifikator: ISSN: 0264-9381