Un nuevo marco probabilístico, denominado GENOVA, permite predecir espectros y curvas de luz de kilonovas directamente a partir de los parámetros de ondas gravitacionales de fusiones de estrellas de neutrones binarias. Las kilonovas, eventos electromagnéticos asociados a estas fusiones, son cruciales para comprender las propiedades del sistema y la nucleosíntesis de elementos pesados mediante el proceso r. Hasta la fecha, solo se ha detectado un candidato a kilonova, AT2017gfo, asociado al evento de ondas gravitacionales GW170817, lo que subraya la necesidad de herramientas predictivas.

GENOVA utiliza un flujo normalizador condicional para aprender la distribución de espectros en el sistema de referencia de la fuente, condicionados por las masas de los componentes, las deformabilidades de marea, el ángulo de visión y el tiempo transcurrido desde la fusión. Otros parámetros del modelo de kilonova, como las opacidades del material eyectado, se marginalizan durante el entrenamiento, lo que permite que sus efectos se propaguen en los espectros predichos como una incertidumbre predictiva. Las pruebas de autoconsistencia demuestran que el modelo reproduce las curvas de luz medianas con residuos típicamente inferiores a 0.1 magnitudes, y los intervalos de confianza del 68% se mantienen principalmente entre 0.8 y 1.4 en un rango de 0.4 a 8.0 días.

La aplicación de GENOVA al evento GW170817/AT2017gfo, utilizando observaciones multibanda que incluyen nueva fotometría re-reducida en las bandas Y, J y Ks del Visible and Infrared Survey Telescope for Astronomy, muestra que los intervalos predictivos resultantes abarcan ampliamente las observaciones. Esto no solo captura la incertidumbre posterior de las ondas gravitacionales, sino también la variación inducida por los parámetros marginalizados del modelo de kilonova. La capacidad de este método para permanecer informativo más allá del modelo utilizado para el entrenamiento sugiere su robustez y potencial para futuras predicciones.