Transformers with Physics-Informed Encodings and Simulation-Based Inference for Robust Detection of Eccentric Binary Black Holes in Pulsar Timing Array Data
Dit artikel introduceert een nieuw raamwerk dat physics-informed Transformers combineert met simulatiegebaseerde inferentie om efficiënt en accuraat excentrische binaire zwarte gaten in Pulsar Timing Array-data te detecteren, waarbij een schaalbare alternatieve methode voor traditionele Bayesiaanse methoden wordt geboden door analytische zwaartekrachtgolf-fysica direct in de architectuur van het model in te bedden.