https://iphysresearch.github.io/blog/tag/space-based-gw-detection/Space-based GW DetectionHugo Blox Builder (https://hugoblox.com)en-usSun, 06 Sep 2026 00:00:00 +0000https://iphysresearch.github.io/blog/media/sharing.pnghttps://iphysresearch.github.io/blog/tag/space-based-gw-detection/https://iphysresearch.github.io/blog/project/gwai-monograph/Sun, 06 Sep 2026 00:00:00 +0000https://iphysresearch.github.io/blog/project/gwai-monograph/<h2 id="overview">Overview</h2> <p>《<strong>引力波数据分析中的人工智能方法</strong>》是一部面向引力波数据分析与 AI for Science 交叉领域的开源专著（初稿）。作者：<strong>王赫</strong>。</p> <p>本书系统梳理人工智能方法在引力波数据分析中的应用，从信号识别、参数估计到模拟推断，构建物理驱动与数据驱动相融合的方法论体系。全书分为五个部分、共十二章，逻辑递进地呈现从经典方法的局限，到机器学习、生成模型与模拟推断、智能化搜索，再到空间引力波探测前沿挑战与展望的完整脉络。</p> <p>适合引力波数据分析、机器学习与 AI for Science 方向的研究生、研究者与工程师阅读；不要求引力波物理专业背景。</p> <ul> <li><strong>网页版（HTML）</strong>：<a href="https://iphysresearch.github.io/gwai-monograph/book_html.html" target="_blank" rel="noopener">开始阅读</a></li> <li><strong>PDF 版</strong>：<a href="https://github.com/iphysresearch/gwai-monograph/raw/main/book_main.pdf" target="_blank" rel="noopener">book_main.pdf</a>（约 18 MB）</li> <li><strong>GitHub 仓库</strong>：<a href="https://github.com/iphysresearch/gwai-monograph/" target="_blank" rel="noopener">iphysresearch/gwai-monograph</a></li> </ul> <h2 id="全书结构5-部-12-章">全书结构（5 部 12 章）</h2> <table> <thead> <tr> <th>部</th> <th>章</th> </tr> </thead> <tbody> <tr> <td>第一部　理论基础与背景</td> <td>1 绪论　·　2 引力波信号与噪声建模</td> </tr> <tr> <td>第二部　传统方法与局限</td> <td>3 经典数据分析方法　·　4 高维参数空间与多模态挑战</td> </tr> <tr> <td>第三部　人工智能新方法</td> <td>5 机器学习信号识别　·　6 生成模型与模拟推断(SBI)　·　7 智能化信号分离与去噪</td> </tr> <tr> <td>第四部　综合创新与融合</td> <td>8 智能化启发式搜索　·　9 物理驱动与数据驱动融合</td> </tr> <tr> <td>第五部　前沿挑战与展望</td> <td>10 空间引力波探测数据挑战　·　11 发展趋势　·　12 结语</td> </tr> </tbody> </table> <h3 id="章节速览">章节速览</h3> <ul> <li><strong>I 理论基础与背景</strong>：引力波天文学发展、信号与噪声建模、数据分析任务层次</li> <li><strong>II 经典方法及其边界</strong>：匹配滤波、贝叶斯推断，以及高维/多模态/非平稳噪声下的可扩展性局限</li> <li><strong>III 人工智能数据分析方法</strong>：CNN 信号识别、归一化流与 SBI、WaveFormer 等去噪与分离方法</li> <li><strong>IV 物理约束与智能方法融合</strong>：LLM/启发式自动算法发现（如 Evo-MCTS）、物理–数据驱动协同推断</li> <li><strong>V 空间任务挑战与展望</strong>：全局拟合、非稳态噪声、太极挑战赛、可信智能引力波天文学</li> </ul> <h2 id="本地构建">本地构建</h2> <h3 id="pdftectonic">PDF（tectonic）</h3> <div class="highlight"><pre tabindex="0" class="chroma"><code class="language-bash" data-lang="bash"><span class="line"><span class="cl">./build.sh <span class="c1"># 编译 book_main.tex → book_main.pdf</span> </span></span></code></pre></div><h3 id="htmlmake4ht--tex4ht">HTML（make4ht / tex4ht）</h3> <div class="highlight"><pre tabindex="0" class="chroma"><code class="language-bash" data-lang="bash"><span class="line"><span class="cl">./build_html.sh </span></span><span class="line"><span class="cl">python3 -m http.server -d site <span class="m">8000</span> <span class="c1"># 浏览器打开 http://localhost:8000/</span> </span></span></code></pre></div><p>产物在 <code>site/</code>：目录页 + 各章 HTML；公式由 MathJax 渲染，TikZ 示意图预渲染为 PNG。</p> <h2 id="部署">部署</h2> <p>站点托管于 GitHub Pages（<code>gh-pages</code> 分支）：</p> <div class="highlight"><pre tabindex="0" class="chroma"><code class="language-bash" data-lang="bash"><span class="line"><span class="cl">./build_html.sh </span></span><span class="line"><span class="cl">./deploy_ghpages.sh /path/to/repo </span></span></code></pre></div><p>也可使用仓库内 GitHub Actions 工作流自动构建部署。</p> <h2 id="resources">Resources</h2> <ul> <li><strong>在线阅读</strong>：<a href="https://iphysresearch.github.io/gwai-monograph/book_html.html" target="_blank" rel="noopener">book_html.html</a></li> <li><strong>站点首页</strong>：<a href="https://iphysresearch.github.io/gwai-monograph/" target="_blank" rel="noopener">iphysresearch.github.io/gwai-monograph</a></li> <li><strong>源码与 PDF</strong>：<a href="https://github.com/iphysresearch/gwai-monograph/" target="_blank" rel="noopener">GitHub</a></li> <li><strong>相关</strong>：<a href="https://iphysresearch.github.io/PhDthesis_html/" target="_blank" rel="noopener">博士论文在线版</a></li> </ul> <h2 id="license">License</h2> <p>正文版权归作者及出版社所有；转载或引用请注明出处。欢迎通过 <a href="https://github.com/iphysresearch/gwai-monograph/issues" target="_blank" rel="noopener">GitHub Issues</a> 提交勘误与建议。</p> <hr> <p>持续更新中。访问 <a href="https://iphysresearch.github.io/gwai-monograph/book_html.html" target="_blank" rel="noopener">在线开源版</a> 开始阅读，或在 <a href="https://github.com/iphysresearch/gwai-monograph/" target="_blank" rel="noopener">GitHub</a> 获取 LaTeX 源码与 PDF。</p>