Improving low-latency multi-messenger follow-up of neutron star-black hole mergers with mode-by-mode filtering

Sintesi Tecnica: Miglioramento del follow-up multi-messaggero a bassa latenza di fusioni tra stella di neutroni e buco nero tramite filtraggio modo-per-modo

Definizione del Problema
La stima rapida dei parametri (PE) per le fusioni tra stella di neutroni e buco nero (NSBH) è fondamentale per guidare le osservazioni di follow-up elettromagnetiche (EM). Le attuali pipeline a bassa latenza, come BAYESTAR, tipicamente modellano solo l'armonica quadrupolare dominante del segnale gravitazionale (GW), $(\ell, |m|) = (2, 2)$. Per i binari asimmetrici come gli NSBH (dove i rapporti di massa $q \gtrsim 5\text{--}10$), questo approccio lascia forti degenerazioni tra la distanza di luminosità ($d_L$), l'inclinazione ($\iota$) e i parametri intrinseci del binario. Nello specifico, nelle forme d'onda con solo quadrupolo, $d_L$ correla fortemente con $\iota$, e il rapporto di massa correla con lo spin effettivo. Queste degenerazioni allargano i volumi di localizzazione, indeboliscono i vincoli sulla natura dell'oggetto secondario (NS vs. BH) e degradano le stime di inclinazione, il che ostacola le decisioni riguardanti la rilevabilità EM e l'associazione con la galassia ospite. Sebbene le armoniche di ordine superiore (HMs) possano rompere queste degenerazioni, il campionamento stocastico completo includendo le HMs è computazionalmente proibitivo per le applicazioni a bassa latenza, richiedendo spesso ore o giorni.

Metodologia
Gli autori propongono un metodo di PE a bassa latenza che esegue il filtraggio modo-per-modo della serie temporale del rapporto segnale-rumore (SNR) per le armoniche $(2, 2)$, $(3, 3)$ e $(4, 4)$. L'approccio utilizza la libreria flywheel, un adattamento a bassa latenza del codice cogwheel, per marginalizzare analiticamente o semi-analiticamente i parametri che entrano semplicemente nella verosimiglianza (ad esempio $d_L$ e fase di riferimento) utilizzando al contempo un campionamento per importanza adattivo per i restanti parametri estrinseci.

L'algoritmo riceve tre input primari:

1. $\langle d | h_{\ell m} \rangle$: La serie temporale dell'SNR per ogni modello di modo.
2. $\langle h_{\ell m} | h_{\ell' m'} \rangle$: La matrice di covarianza dei modi.
3. Campioni a priori per i rapporti di SNR dei modi ($R_{\ell m}$) derivati da una distribuzione astrofisica assunta.

Il metodo marginalizza sui parametri estrinseci del binario e su un sottoinsieme di parametri intrinseci che influenzano il rapporto di ampiezza dei modi. L'integrale della distanza di luminosità è valutato tramite l'interpolazione di una tabella precomputata, l'integrale della fase di riferimento tramite quadratura del trapezio, e gli integrali rimanenti (inclinazione, posizione nel cielo, polarizzazione) tramite campionamento per importanza adattivo. I campioni della distribuzione a posteriori sono generati tramite il campionamento per importanza di campioni quasi-Monte Carlo utilizzati nell'integrale.

Risultati Chiave
Il metodo è stato validato utilizzando due dataset: eventi NSBH simulati in una rete LIGO-Virgo con sensibilità di design O5 e dati pubblici di eventi NSBH precedentemente rilevati.

• Rilevamenti simulati O5: Applicato a $\sim 1.6 \times 10^4$ eventi simulati con SNR $\ge 8$, l'inclusione delle HMs ha migliorato significativamente i vincoli rispetto alle analisi con solo $(2, 2)$:

  • Distanza e Volume: Il metodo ha ridotto la larghezza dell'intervallo di credibilità al 90% per la distanza di luminosità e il volume di comovimento di localizzazione per fattori spesso superiori a 2. Per un evento simile a GW190814, il volume di comovimento è stato ridotto di un fattore $\sim 4.2$.
  • Inclinazione e Angolo di Visione: Le HMs hanno rotto la degenerazione $d_L$–$\iota$, migliorando i vincoli sull'angolo di visione fino a un fattore di 5 per sistemi face-on/off. Ciò impatta direttamente la probabilità di rilevare burst gamma rapidi (GRB) da getti relativistici.
  • Massa Secondaria: I vincoli sulla massa secondaria nel sistema di riferimento ($m_{src,2}$) sono migliorati, particolarmente per i sistemi più massicci. Per i sistemi ad alta massa, la probabilità che l'oggetto secondario sia una stella di neutroni ($m_{src,2} \le 2.7 M_\odot$) è aumentata fino al 50%, aiutando le strategie di follow-up delle kilonovae.
  • Costo Computazionale: La marginalizzazione dei modi superiori richiede circa $0.13 \pm 0.03$ secondi per evento su un singolo core CPU, con un ulteriore $0.11$ secondi per estrarre 1000 campioni a posteriori. Questo è comparabile alle attuali pipeline basate solo sul quadrupolo.

• Validazione con Dati Reali:

  • GW190814: Essendo un evento ad alto SNR ($\sim 25$) e alto rapporto di massa ($q \sim 9$), GW190814 mostra una chiara firma di ordini superiori. Applicando il metodo ai dati reali, si è ristretto il posteriore di $d_L$ di un fattore 1.6, l'inclinazione di un fattore 2 e il volume di localizzazione di un fattore 2.1, portando la distribuzione a posteriori a bassa latenza in un accordo più stretto con i risultati della PE bayesiana completa.
  • Altri Eventi NSBH: Per le altre tre rilevazioni sicure di NSBH (GW200105, GW200115, GW230529), che presentano SNR più bassi ($\sim 11\text{--}14$) e masse inferiori, non è stato osservato alcun miglioramento significativo, in linea con il loro contenuto di modi subdominanti più debole.

Significatività e Rivendicazioni
L'articolo sostiene che l'inclusione dei modi di ordine superiore nella PE rapida produce vincoli significativamente migliorati sulla localizzazione e sulle misurazioni della massa secondaria a un costo computazionale comparabile ai metodi attuali basati solo sul $(2, 2)$. Gli autori sostengono che questi miglioramenti siano cruciali per le strategie di follow-up EM, consentendo:

1. Una identificazione più efficiente delle galassie ospiti dai cataloghi.
2. Una migliore determinazione degli angoli di visione per valutare la rilevabilità dell'emissione a getto (GRB/raggi X).
3. Una migliore valutazione della rilevabilità della kilonova basata sul potenziale di rottura mareale.
4. Una classificazione della sorgente più sicura (NS vs. BH) per attivare i protocoli di follow-up appropriati.

Gli autori concludono che il loro metodo è pronto per essere implementato nelle prossime corse di osservazione (specificamente O5) per generalizzare le attuali ricerche a bassa latenza basate solo sul quadrupolo. Notano che il metodo attualmente assume binari non precessanti, mentre l'incorporazione della precessione è una naturale estensione per il lavoro futuro. L'approccio è progettato per essere indipendente dalla pipeline, richiedendo solo le serie temporali dell'SNR modo-per-modo e la loro covarianza, che possono essere generate da qualsiasi pipeline di ricerca.