この論文は、重力波データから天体の種類を決める「モデル選択」を一度の解析で行える新しいソフトウエア、t‑rooを紹介しています。t‑rooは可逆跳躍マルコフ連鎖モンテカルロ（RJMCMC：Reversible Jump Markov chain Monte Carlo）という手法を使い、複数の候補モデルを同時にサンプリングして、各モデルの尤度（どれだけデータに合うか）と、そのモデルでのパラメータ推定を同時に返します。これにより、多くのモデルを比較するときや情報の多い信号を扱うときに計算時間が節約できる可能性があります。

研究者たちは、t‑rooを既存の解析環境に組み込みました。具体的には、波形の尤度評価などで広く使われるBilbyの機能を利用し、RJMCMC本体はerynというサンプラー構造を基に組み立てています。対象とする天体系は、連星ブラックホール（BBH：binary black hole）、連星中性子星（BNS：binary neutron star）、中性子星‑ブラックホール（NSBH：neutron star‑black hole）といった「コンパクト連星合体（CBC）」で、それぞれ異なる物理効果（例えば中性子星なら潮汐効果）がモデルに含まれるため、モデルごとに扱うパラメータの数や種類が違う場合でも比較できるよう設計されています。なお、t‑rooという名前は「可逆跳躍（reversible jump）」の“跳び”と、サンプラーの名称慣習に合わせた「カンガルー」の掛け合わせに由来します。

仕組みを簡単に言うと、RJMCMCは「モデルそのものをパラメータの一つとして扱う」方法です。通常は別々に解析して得た証拠（evidence）を比べますが、RJMCMCでは解析の途中でチェーンがモデル間を行き来します。よりデータに合うモデルにはサンプラーが長く滞在するため、サンプル数の比からモデルの確率を推定できます。t‑rooは並列温度法（parallel tempering）やアフィン不変性を持つストレッチムーブといった効率化の工夫も取り入れており、多峰性（複数の有望解）や相関の強い分布にも対応できるようにしています。

検証として、著者らは人工信号（インジェクション）でt‑rooを試し、既存のネスト型サンプラーであるdynestyの結果と整合することを確認しました。また、実際の観測事例としてGW190425とGW230529の解析も行っています。これらの事例は観測される系の構成要素が中性子星を含むかどうかが重力波信号だけでは確定しにくいイベントで、t‑rooは各モデルのオッズ比（どのモデルがより有力かの比）とそのモデルに基づくパラメータ後方分布を同時に示しました。

注意点として、RJMCMC によるモデル確率の収束（安定したオッズ比の推定）には時間がかかることが明記されています。つまり、結果が確かであると判断するには十分な収束確認が必要です。また、論文では証拠の計算の堅牢性など技術的な検証を付録で扱っており、実運用ではそのような追加のチェックが重要になります。t‑rooは多モデル比較のために柔軟に適用でき、次世代の検出器では「モデルごとに別々に解析する」手法より計算面で有利になる可能性があるとされています。ソフトウエアは公開リポジトリで入手できます（https://github.com/AnnaPuecher/troo）。