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