다중 인구 중력파 소스 특성 분석을 위한 고속 프레임워크 GWKokab

초록

GWKokab은 JAX 기반의 모듈형 프레임워크로, BBH·BNS·NSBH 등 여러 서브인구를 독립적인 발생률과 파라미터 분포로 모델링한다. 정상 흐름 기반 샘플러 flowMC와 NumPyro를 활용해 추론 속도를 크게 높였으며, 회전·이심률을 포함한 합성 데이터와 실제 GWTC‑4 데이터를 통해 정확성을 검증했다.

상세 분석

본 논문은 현재 중력파 관측이 급증함에 따라 기존 인구 추론 도구가 직면한 계산 비용 문제를 해결하고자 한다. 핵심 아이디어는 JAX를 이용한 자동 미분 및 GPU 가속을 통해 복잡한 계층 베이지안 모델을 효율적으로 구현하는 것이다. GWKokab은 각 서브인구(예: BBH, BNS, NSBH)에 대해 별도의 발생률 R_i(λ)와 파라미터 분포 p_i(λ|Λ_i)를 정의하고, 이를 전체 발생률 ρ(λ|Λ)=∑_i R_i(λ)p_i(λ|Λ_i)로 합산한다. 레드시프트 진화는 단순 파워‑로우 (1+z)^κ 형태로 파라미터화되어, κ=0이면 진화가 없고 κ>0이면 고레드시프트에서 발생률이 증가한다는 물리적 직관을 제공한다.

계층 베이지안 추론은 개별 사건의 사후 샘플(ℓ_j(λ))을 이용해 인구 수준의 가능도 L(Λ)∝exp