≥软件X 15（2021）100765原始软件出版物PESummar：代码无关的参数估计摘要页面生成器CharlieHoy，Vivien Raymond英国卡迪夫大学Cardiff University，Cardiff CF24 3AAar t i cl e i nf o文章历史记录：收到2020年2021年6月24日收到修订版，2021年保留字：参数估计PythonhtmlJavaScript软件a b st ra ctPESUmmary是一个Python软件包，用于处理和可视化来自任何参数估计代码的数据。易于使用的Python 可 执 行 脚 本 和 广 泛 的 在 线 文 档 使 PESUmmary成 为 国 际 引 力 波 分 析 工 具 包 的 关 键 组 件 。PESUmmary的开发不仅仅是一个后处理工具，所有输出都是完全独立的。PESsummary已经成为使引力波推断分析开放和易于重现的核心。版权所有©2021作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。代码元数据当前代码版本0.6.0用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-20-00022法律代码许可证MIT使用git的代码版本控制系统使用Python、JavaScript、HTML、CSS、Bootstrap、Unix/MacOS的软件代码语言、工具和服务编译要求，运行环境&依赖numpy ≥ 1。十五岁4，h5py，matplotlib，seaborn，statmodels，corner，tables，deepdish，pandas，pygment，astropy≥ 3. 二、3、lalsuite≥ 6。七十。0，ligo-gracedb，如果可用，链接到开发人员文档/手册语法分析器，gwpy，plotly，tqdm四、44个。0见https://lscsoft.docs.ligo.org/pesummary问题支持电子邮件charlie. ligo.org1. 动机和意义贝叶斯推理是许多科学领域的核心[例如，1自从第一次探测到引力波（GWs）[7]以来，爱因斯坦的广义相对论[8，9]预测的宇宙涟漪例如，10有关GW社区中如何使用贝叶斯推理的详细回顾，请参见[15]。此外，随着更多的科学领域进入*通讯作者。电子邮件地址：charlie. ligo.org（Charlie Hoy）.https://doi.org/10.1016/j.softx.2021.100765PESUmmary是一个Python软件包，提供直观的面向对象的用户界面，用于显示、解释、比较和分配来自任何参数估计代码的后验样本。PESUmmary自2019年首次使用以来，PESsummary已发展成为LIGOScientific [16]，Virgo [17]和KAGRA [18]合作（LVK）工作流程中的关键组成部分，如图所示。1.一、它用于分析和比较来自流行的GW贝叶斯推理软件包：LALInference[19]、RIFT[20-27、28、29、2通过GW候选事件数据库GraceDB [29]和通过LIGO文档控制中心的贝叶斯推理数据来绘制天空图PES总结在GW 190412 [30]、GW190425 [31]的参数估计分析和再分析2352-7110/©2021作者。 由Elsevier B.V.出版。这是一篇开放获取的文章，使用CC BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxCharlie Hoy和Vivien Raymond软件X 15（2021）1007652|=||2.1.1. 表格数据贝叶斯推断通过贝叶斯定理计算的后验p（θ d） p（θ）p（d|θ）p（d）（一个）Fig. 1. 流程图显示了PESsummary在引力波社区中的作用。虚线路径特定于LIGOScientific、Virgo和KAGRA合作（LVK）。一旦观测到引力波并上传到GraceDB，就会启动许多贝叶斯推理分析，以从引力波测量中提取天体物理源属性。然后将所有分析的输出数据传递到PESummary进行后处理。除了用于显示、解释和比较贝叶斯推理数据的网页外，PESUmmary还生成了天空图和源分类，以及一个包含有关每个贝叶斯推理分析信息的通用“元文件”。然后，该文件可以分发给更广泛的社区。对于LVK工作流程，天空图和源分类概率被上传到GraceDB进行循环。第一个引力波瞬态目录（GWTC-1）[12]使用BilbY。发布的数据也采用PES汇总数据格式[32，33]。本文并没有完整记录PESUmmary的所有功能，有关更多信息，请参阅lscsoft.docs.ligo.org/pesummary/stable_docs/index.html。2. 软件描述主要的PESummary接口是用纯Python实现的[34]核心库依赖于许多已建立的科学编程包[35PESUmmary不仅仅可以用于简单的后处理参数估计结果该库包括但不限于用于估计PDF的新核密度估计器[46]随机变量在指定域（一维和二维），用于读取不同格式数据的统一基础设施，用于存储一个或多个贝叶斯推理分析的发布就绪的HDF5[36]文件，用于分析和比较贝叶斯推理数据的综合绘图套件和网页模块，以及检查点，基于云计算的要求。PESUmmary被设计成尽可能的模块化和适应性，确保代码随着贝叶斯推理软件的进步而优雅地老化。在可能的情况下，代码保持一般性，这意味着附加的后处理技术可以很容易地实现到PESUmmary框架中。2.1. 软件构架PESsummary是围绕着一小部分课堂作业而构建的。每个对象提供类和实例方法，为用户提供所有操作的完整接口其中p（θd）是给定数据d的具有参数θ的模型的后验概率，p（θ）是具有参数θ的模型的先验概率，p（dθ）是给定具有参数θ的模型的观测数据的似然性，p（d）是数据的证据，模型独立量。 通常，可能性和后验概率分布函数在分析上是未知的。因此，大多数贝叶斯推理包被设计为从未知的后PDF中提取样本[48，49]。然后，通过对所有其他参数的后验PDF进行积分来识别近似单个参数的后验PDF的样本，也称为边缘化后验PDF。通常，这些后验样本以保存在“结果文件”中的表格PESummary将后验样本存储在一个自定义的高级表结构pesummary.utils.samples_dict.Samples- Dict 中 ， 这是Python内置dict对象的子类。这个类提供了许多方法来分析存储的数据，包括.plot方法。 每个边缘化的后验分布存储为pesummary.utils.samples_dict.Array对象，numpy.ndarray的继承类[50]。此结构提供了对优化数组函数的直接访问，NumPy [35]以及字典的可用性和熟悉度。后验分布抽样的一种流行算法是马尔可夫链蒙特卡罗[48]。对于这种情况，多个马尔可夫链通常并行运行，以通过Gelman-Rubin统计量测试收敛性PESUmmary在pesummary.utils.samples中存储_dict. MCMCMCSAplesDict）类，一个字典，其中每个链后验样本由pesummar.utils表示。samples_dict.SamplesDict对象。通过.burnin（）方法可以获得消除烧屏的算法。链之间的收敛性可以通过.gelman_rubin（）方法测量。通常执行多个贝叶斯推断分析以确定PDF如何针对不同设置而变化。因此，PESummary提供pesummary.utils.samples_dict. - MultiAnalysisSamplesDict类，继承自Python内置dict对象，用于存储多个pesummary.utils.-samples_dict.SamplesDict表，每个表都有一个指定的标签。2.2. 包PESUmmary遵循了与BilbY相同的方法，将顶层代码分为两个包：core和gw。核心包提供了所有必要的代码，用于分析，显示和比较来自一般推理问题的数据文件。gw特定包包含GW功能，包括转换后验分布、导出事件分类、和GW特定图，见第2.2.2节。2.2.1. 型芯包pesummary.core包提供了后处理一般推理结果文件所需的所有代码。它被设计为通用的，因此可以处理任何贝叶斯推理软件的输出。它提供了一个统一的界面，用于制作图表，计算有用的统计数据和生成网页。地块 是 生成 经由 pesummary.核心.情节.情节module. 一 维 边缘化 后验分布Charlie Hoy和Vivien Raymond软件X 15（2021）1007653表1一 组 格 式 ， 可 以 通 过 PESUmmary 读入， 并 可 通 过 列出的类对象的 统 一 I/O 接 口 访 问 。 核 心 类 都 以pesummary.core.file.formats作为前缀，而gw类则是所有这些都以pesummary.gw.file.formats作为前缀。包格式类描述core.dat.default.默认称为core.json.default.Default一个名为“posterior”或“posterior_samples”的组核心gw比尔比.bilby.Bilby由Bilb生成的结果文件.bilby.Bilby由Bilb生成的结果文件gwLALInference.lalinference.LALInference由LALInference生成的结果文件可视化为直方图、核密度估计（scipy.stats.gaussian_kde或pesummary.core.plots.-plots.bounded_1d_kde.Bounded_1d_kde）或累积分布。还提供显示边缘化轨迹或自相关的诊断图。比较图多个结果文件可以通过产生比较一维边缘化后验分布、累积分布、箱形图、小提琴图、二维等高线和散点图或Jenson-Shannon[ 52 ]和Kolmogorov-Smirnov [ 53，54 ]统计来实现pesummary.core.webpage.webpage 模 块 是 编 写 HTML 的Python包装器。pesummary.core。web-page.webpage.page类提供用于生成多级导航条、图像和/或数据表、模态旋转木马和更多。网页的设计和功能通过pesummary.core.css和pesum-mary.core.js模块控制;每个模块分别包含自定义样式表（CSS）或JavaScript文件（JS）。combine_corner. js脚本包含通过操纵预制图[使用例如38制作]生成自定义角点图的功能。通过为用户提供界面，指定他们希望比较的参数，PESsummary网页允许PDF及其相关性进行交互式探索。2.2.2. gw包gw包提供了特定于GW天文学的参数估计功能在核心包的基础上，gw模块提供了额外的方法和类来处理GW特定的数据文件。虽然GW包是为紧凑的二进制聚结数据文件量身定制的，方法，可以适用于贝叶斯推理数据从任何瞬态GW源。gw软件包提供了一个全面的转换模块（pesummary.gw.file.conversion），用于从输入中导出替代的后验分布，例如，从啁啾质量和质量比导出主质量和次假设双黑洞合并，转换类提供了多种方法来估计最终黑洞的属性：最终质量（或等效的引力波辐射的能量），最终自旋，峰值亮度和最终反冲速度[55所有拟合都被校准到数值相关性，并且可以通过提供给转换类的关键字参数进行互换。2017年8月17日，60多个国际天文学家组织收到了警报，通知他们刚刚发现了GW：GW 170817。每个小组开始观察夜空，以独立观察光源的GW。GW170817打开了期待已久的多信使天文学的窗口。通过与ligo.skymap[71]包的接口，PESUmmary提供了一种直观的生成skymap的方法：显示GW最可能的源位置的数据文件。这些天空图分布在天文学家通过GraceDB，见图。1.一、在上一个GW观测期间，发出了26个关于可能的GW候选者的警报，每个警报都包含天空图[72]。PESUmmary还与PEPredicates[73]和P-Astro[74]软件包接口，以提供所观察到的紧凑双星合并类型的源分类概率;例如系统是双星黑洞或双星中子星的概率天空图和源分类概率对于电磁后续活动至关重要。PESUmmary利用plotly[43]交互式绘图软件包为外部和内部参数生成交互式角点图。pesummary.gw.plots.发布模块还允许生成“发布”质量图，例如[ 12 ]中的那些。2.3. 软件功能2.3.1. 统一输入/输出贝叶斯推理包以不同的格式输出其后验样本仅在GW社区中，LALInference，Bilby和RIFT就以3种不同的格式输出数据：HDF5[36]，JSON[75]和dat。虽然Bilby能够在HDF5中输出其数据 ， 但 其 后 验 样 本 的 存 储 方 式 与 LALInference 不 同 ：LALInference将后验样本存储为numpy.recarray，而Bilby将每个边缘化的后验分布作为单独的数据集写入，并且需要用于读取HDF5文件的替代每个数据文件还将不同的元数据存储在不同的位置。这种不相容-很难比较不同的内容- 在GW社区内外使用贝叶斯推理采样器。PESUmmary 提 供 了 一 个 统 一 的 基 础 设 施 ， 用 于 通 过www.example.com模块读取不同格式pesummary.io的数据。uni-onlinepesummary.io.read（）函数通过pesummary.core.file.formats模块读取以所有常见文件格式存储的数据。特定于GW的包通过pesummary.gw.file.formats 模 块 扩 展 允 许 的 文 件 for-mats 。 简 化 列 表 见 表 1 。 读取后 ， 可 以 通 过 common.samples_dict属性比较来自不同数据文件的后验样本。 所有读取结果文件都可以通过common.write方法写入指定的文件 格式 。 此 方法 调用 通用pesummary.io.write（）函数。PES概要提供pesummary.core.file.Meta_file一种用于产生包含后半部分的通用文件的模块用于一个或多个分析的PLE和元数据这个单一的这包括先前的样品、配置文件、进样信息、再现性环境信息等。对于GW分析，pesummary.gw.file.Meta_file模块还允许保存PSD、天空图数据和校准信息。Charlie Hoy和Vivien Raymond软件X 15（2021）1007654图二. P E S U m m a r y 提 供 的最通用的 可 执行文件的 工 作 流 程 ：summarypages。这里我们展示了使用gw包时的工作流程表2PESUmmary提供的一系列可执行python脚本可执行文件描述summaryclassification生成GW事件分类概率summaryclean清理并转换输入结果文件summary合并将多个结果文件合并为一个在这些检查中，从所有结果文件中提取样本（参见第2.3.1节 ） ， 转 换 以 生 成 其 他 PDF ， 并 存 储 在pesummary.utils.samples_dict.- 具 有 指 定 标 签 的MultiAnalysisSamplesDict对象。然后使用GWInput类的所有属性来初始化的pesummary. pesumaryplots.PlotGeneration类。总结比较格式比较多个文件在这里，所有图都是在多个CPU上生成的，如果指定了，summarydetchar生成GW探测器表征图summarygracedb来自在线GW候选人.generate_plots方法。这包括源分类图、边缘化后验、交互式图等。摘要修改摘要页[29]第二十九话修改PES摘要图元文件为N个结果文件最初的天空图是根据赤经和赤经样本的二维直方图生成的。然后启动子过程以生成更精确的ligo.skymapsummarypageslw生成网页，绘图和图元文件，选择参数数量summaryplots为给定结果文件summarypipe在给定GW运行目录的情况下生成summarypages可summarypublication为N个结果文件summary重新创建启动用于天空地图。此实现允许管道的其余部分继续，而不必等待通常耗时的ligo.skymapskymap生成。一旦完成，初始的天空图将被覆盖。所有的网页都是通过运行.gener-ate_webpages方法一旦pesummary. summary.摘要-摘要版本2.3.2. 执行文件生成PES摘要图元文件已安装WebpageGeneration类使用所有GWIn-put属性初始化。这包括每个结果文件中每个参数的单个网页、交互式角页、所有常用参数的比较页、提供版本和环境信息和下载页面。最后，一个PESUmmary提供了多个可执行的Python脚本，作为命令行和核心功能之间的中介。参见表2。summarypages是主要的可执行文件， 结合 概要分类， 总结干净， 合计-marycombine、summarydetchar、summaryplots和summarypublication。summarypages是PESUmmary提供的最通用的可执行文件。 其GW工作流程如图所示。 二、核心工作流程是类似的，除了没有生成GW特定的图和网页并且使用核心类summarypages可执行文件通过--samples命令行参数接受一个或多个结果文件作为输入。大量的可选命令行参数也可用于完全定制1.然后，所有选项都传递给pesummary.gw.inputs.GWInput类（从pe-summary. core. inputs继承）。输入类），它检查输入。1 有 关 详 细 信 息 ， 请 运 行 summarypages--help 或 访 问 在 线 文 档https://lscsoft.docs.ligo.org/pesummary/stable_docs/core/cli/summarypages.html。生成包含来自运行的所有信息的元文件这包括环境信息、后验样本、命令行参数等。此文件可通过下载页面下载。summarypages的输出是完全自包含的;如果需要的话，允许它分发。summarypages输出的一个例子可以在这里看到：https：//pesummary。github.io/GW190412/home.html网站。这个输出来自清单4。在可选的命令行参数集合中，pesummary.gw模块还提供了一个动态参数解析器。这允许从命令行传递依赖参数（参见3.5节）。3. 说明性实例下面我们提供一组有限的示例来演示PESUmmary的一些功能。本节中使用的所有数据和脚本都可以从https：//下载Charlie Hoy和Vivien Raymond软件X 15（2021）1007655marginalized=posterior_samples[“m“]print（type（marginalized））print（marginalized. average（type=“median“））priors=f.priors[“samples“]config = f. config图三. 清单1中每个链的输出边缘化后验（左）和组合所有链的后验（右）。注入值为显示为橙色。github.com/pesummary/pesummary-paper-data网站。更多的例子可以在PESUmmary存储库中找到：https://git.ligo.org/lscsoft/pesummary/-/tree/master/examples 。以下示例假定您已克隆pesummary-paper-data-repository，并且您位于基目录中3.1. 示例1：与主持人一起这个例子展示了PESUmmary后处理包的灵活性.我们运行作为emcee[76]采样包的一部分提供的Fittingamodeltodata教程。我们将后验样本保存到“.dat”文件中，并使用8条链运行。所有后处理，然后处理与 PESUmmary ，见图 . 3 为例输出。可以从 pesummary-paper-datarepository下载司仪代码片段以及poster-rior示例。清单1：对emcee输出运行我是说，我是说。pychains=（$（lsemcee_outtput/chain_*. dat））这是一个典型的--我们的生意。/webpage--samples${chains[@]}--labelsutorial--mcmc_samples--inj_ilemcee_outtut/injected. txt3.2. 示例2：读取结果文件这 个 例 子演 示 了 如 何 使用 www.example.com 模 块 读 取PESUmmarypesummary.io我们使用作为清单1的一部分生成的post-terior_samples. h5文件（在本例中不需要运行清单1，元文件在pesummary-paper-datarepository中可用），并指定我们希望使用核心包，这意味着只允许使用核心文件格式。我们展示了如何提取后部用于指定分析的样本，如何访问边缘化的后验样本，以及如何提取先前样本和任何存储的配置文件。还显示了每个对象的一些属性 。 要 获 得 完 整 的 文 档 ， 请 运 行 内 置 的 Python 帮 助 函 数help[77]。清单2：使用PESummary读取PESummary结果文件的示例代码。从早上开始。ioimportre adf=read（“位置”）。h5“，package=“core“）multi_analysis_samples=f。samples_dictprint（type（multi_analysis_samples））anallysis=多个ti_anallysis_s一 个ples。labels[0]posterior_samples=multi_an analysis_samples[analysis]print（type（posterior_samples））print（psterior_samples. keys（））3.3. (GW)示例3：分析公共LIGO和Virgo后验样本这个例子演示了如何提取和分析公开的LIGO和Virgo后验样本。它包括如何通过.plot方法为存储在PESUmmary“元文件”中的“组合”分析生成“标准”图的演示，见图。四、我们使用公开的https://dcc.ligo.org/DocDB/0163/P190412/009/posterior_samples.h5文件，该文件已复制到pesummary-paper-datarepository。选择此特定文件是因为它包含PSD、校准信封、先验等附加信息。由 于 GitHub 严 格 的 100 MB 文 件 限 制 ， 位 于pesummary-paper- data存储库中的文件存储在git-lfs下 [ 78 ] 。 有 关 如 何 成 功 下 载 此 文 件 的 说 明 ， 请 参 阅pesummary-paper-dataREADME。清单3：从公开的LIGO和Virgo后验样本中提取数据从早上开始。ioimportre adf=read（“GW190412_posterior_samples. h5“，package=“gw“）analysis=“combined“p_s=f. samples_dict[analysis]psd = f.psd[分析]calibration_envelope = f.先验[“校准“][分析]prior_samples=f. priors[“samples“][analysis]hist=位置terior_samples。 plot（“mass_1“，type=“hist“）hist. 绍沃skymap=posterior_samples. plot（type=“skymap“）skymap. 绍沃plot=psds。 plot（fmin=20）plot. 绍沃3.4. (GW)示例4：为公开的LIGO和Virgo后验样本这个例子演示了如何从公开的LIGO和Virgo数据文件生成我们使用与清单3相同的公开可用数据文件。这个在这个例子中，Charlie Hoy和Vivien Raymond软件X 15（2021）1007656这是一个典型的--我们的生意。/webpage\- -这是一个很好的方法。 hdf5test.json\--labelshdf5_examplejson_example\--hdf5_example_psdH1：psd_H1。 dat\--json_example_psdV1：psd_V1。 datL1：psd_L1.dat\--gw--gw--compare_resultsIMRPhenomPv3HMSEOBNRv4PHM\--出版物\--multi_proces153.5. （GW）示例5：PESummaryargparse是处理命令行参数（CLA）的Python模块[80]，需要一个已知的参数列表。这意味着它们不能依赖于另一个变量。通过pesummary.gw.command_line模块，PESUmmary允许用户指定根据 所 提 供 的 标 签 而 改 变 的 CLA 。 下 面 我 们 展 示 了 如 何 通 过 --{}_psdCLA 动 态 地 将 PSD 提 供 给 摘 要 页 面 。 使 用“make_data_for_listing5.py”脚本创建结果文件和psd数据在pesummary-paper-datarepository中提供。清单5：PESummary的动态参数解析器的示例用法见图4。清单3中的输出边缘化后验图（上）、skymap图（中）和PSD图（下）。我们选择只比较一个选定的子集：一个用IMRPhenomPv 3 HM模型[59] 和 SEOB-NRv 4PHM 模 型 [55 ， 56 ， 79] 进 行 的 分 析 （ 详 见[30]）。我们指定要使用gw包（--gw），在15个CPU（--multi_process 15），并生成输出页面可以在这里找到：https：//pesummary.github.io/GW190412/home.html网站。清单4：生成一个html页面来比较和分析公开的LIGO和Virgo后验样本。这可能需要一些时间。3.6. （GW）实施例6：再现LIGO和Virgo图这个例子演示了如何重现第一个GW瞬态目录（GWTC-1）中的一个图子集[参考文献10中的图4和图12]。我们使用作为GWTC-1的一部分发布的公开可用的后验样本（忽略GW 170809 [12]先验选择文件）：https://dcc.ligo.org/public/0157/P1800370/005/GWTC-1_sample_release.tar.gz，这些样本已复制到pesummary-paper-datarepository。图5显示了输出的示例。当运行这个Listing时，PESUmmary将向stdout输出多个警告。这些警告是预期的，表明PESum对潜在故障具有鲁棒性，并将继续产生输出，同时仍适当警告读者一这样的示例是警告用户".GWTC-1_sample_release/GW170817_GWTC-1.hdf5清单6：使用PESUmmary生成GW图的示例代码。这可能需要一些时间。这是一个典型的--我们的生意。/GW190412\--sampleGW190412_posterior_samples. h5\FILES =（$（ls. /GWTC-1_sample_releease/*_GWTC-1.hdf5））LABELS=（）为${FILES[@]};dolabel=' py t ho n - c“p r i n t（' $ { i } '. split（' _ G W T C - 1. hdf5LABELS+=（$（python-c“print（”$ { l a b e l }“）。split（ '。/GWTC-1_sample_release/做COLORS=（f77b00“LINESTYLES=（soliddashedsolidash edsolidashedsolidsoliddashed dashedsolid）summarypublication--plot2d_conour\--webdir. /GWTC-1_sample_release\--samples${FILES[@]}\--labels${LABELS[@]}\Charlie Hoy和Vivien Raymond软件X 15（2021）10076574. 影响图五、清 单 6 中 的 两个 图输出。左 ：图 的 娱乐。 4在Ref. [12]右：图 的 娱乐。 5在Ref. [12 ]第10段。展望未来，我们计划纳入其他GW领域，例如广义相对论的测试[见例如。89]。这将使PESUmmary成为LVK输出的所有贝叶斯推理数据的后处理和分布背后的驱动力。我们还将继续扩展我们已经全面的绘图套件，以提高其对任何贝叶斯推理分析的多功能性。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作PESUmmary现在是LVK中广泛使用的库。在短短一年多的时间里，PESUmmary已成为主要LVK GW参数估计代码的后处理软件[19，24，25，81 LVK参数估计数据产品[85]。PESUmmary并没有重新租赁分布在众多URL中的不同格式的多个数据产品，而是将其大大简化为简单地发布单个文件[32，33]。这可以推动该领域的未来研究，因为研究人员不再需要创建自定义脚本来组合，检索和重新创建初始分析。PESUmmary提供的灵活性和直观的Python可执行文件通过减少重复性任务的需求，显著提高了研究人员（通常是早期职业毕业生或研究生科学家）的效率。特别是，PESum-maryPESsummary也完全纳入自动化低延迟警报工作流程[86]。因此，自动生成基于后验的分类，并从自动参数估计随访发布到在线GW候选事件数据库[29]。这一信息将大大有助于电磁后续活动.5. 结论在本文中，我们描述了PESUmmary，参数估计摘要页面生成器。这个Python包提供了一个现代化的界面，用于显示解释，比较和分发来自任何参数估计代码的贝叶斯推理数据。PESsummary已经被国际GW 社区广泛使用，并且对于Advanced LIGO [ 87 ]和Advanced Virgo [ 88 ]的第三次引力波观测运行至关重要虽然PESUmmary主要用于对来自紧凑二元聚结的GW贝叶斯推断数据进行后处理，确认作者希望感谢审稿人对本手稿的评论和建议。作者还要感谢LIGO Scientific、Virgo和KAGRA的合作，感谢所有建设性的反馈、错误报告和功能请求。特别感谢Virginia我们要感谢格雷戈里·阿什顿、克里斯托弗·贝里、西尔维亚·比斯科韦亚努、格雷戈里奥·卡鲁洛、斯蒂芬·费尔赫斯特、爱德华·福琼-琼斯、里斯·格林、卡尔-约翰·哈斯特、邓肯·麦克劳德、谢尔盖·奥索金、伊泽贝尔·罗梅罗-肖、科尔姆·塔尔博特和约翰·维奇进行了有益的讨论。我们感谢所有过去和现在的贡献者;有关完整的概述，请参阅Gitlab 上 的 贡 献 者 https://git.ligo.org/lscsoft/pesummary/-/graphs/master列表。作者感谢威斯康星大学密尔沃基分校和卡迪夫大学的伦纳德·E·帕克引力、宇宙学和天体物理中心提供的计算资源，这些资源得到了国家科学基金会资助PHY-1626190和PHY-1700765以及STFC资助ST/I 006285/1的支持。引用[1] 杰克曼·S社会科学的贝叶斯分析，第846卷。John Wiley&Sons;2009.[2]Ellison AM. 生态学中的贝叶斯推理。 Ecol Lett2004;7（6）：509-20.[3]Beaumont MA，Rannala B.遗传学中的贝叶斯革命Nature RevGenet2004;5（4）：251-61.[4]特罗塔河天空中的贝叶斯：宇宙学中的贝叶斯推理和模型选择。ContempPhys2008;49（2）：71-104.[5]Gelman A，Carlin JB，Stern HS，Dunson DB，Vehtari A，Rubin DB.贝叶斯数据分析。CRC Press; 2013.[6]哈尼贝叶斯推理Springer; 2016.[7]Abbott BP等人，LIGO科学的，处女座协作观察引力波从一二 进 制黑 色孔并 购Phys Rev Lett 2016;116 （ 6 ） ： 061102 。http://dx.doi.org/10.1103/PhysRevLett.116 的 网 站 。 061102 ， arXiv ：1602.03837。[8]爱 因 斯 坦 引 力 场 方 程 的 近 似 积 分 。 Sitzungsber Preuss Akad Wiss Berlin（Math Phys）1916;1916：688-96.--parametersmass_1_sourcemass_2_source\--colors${COLORS[@]}\--linestyles${liNESTYLES[@]}\--publication_kwargsxlow：0xhigh：80ylow：0yhigh：50summarypublication--plotviolin\--webdir. /GWTC-1_sample_release\--samples${FILES[@]}\--labels${LABELS[@]}\--parametersmass_ratioCharlie Hoy和Vivien Raymond软件X 15（2021）1007658∼[9] 爱因 斯坦超 重力 膨胀Sitzungsber Preuss Akad Wiss Berlin（ Math Phys ）1918;1918：154-67.[10] Abbott BP 等 人 ， LIGO 科 学 公 司 ， Virgo 协 作 公 司 。 双 星 黑 洞 合 并GW150914 的 性 质 PhysRevLett2016;116 （ 24 ） ： 241102 。http://dx.doi.org/10.1103/PhysRevLett.116.241102，arXiv：1602.03840。[11] Abbott BP等人，LIGO科学公司，Virgo协作公司。双星合并GW170817的性质。物理修订版X2019;9（1）：011001。http://dx.doi.org/10.1103/PhysRevX.9.011001，arXiv：1805.11579。[12]Abbott B，Abbott R，Abbott T，Abraham S，Acernese F，Ackley K，et al.GWTC-1：LIGO和virgo在第一次和第二次观测运行期间观测到的紧凑双星合并的引力波瞬态目录。物理学修订版X 2019
我的内容管理
展开
