AI辅助超分辨率宇宙学模拟 IV：用于确定性实现的仿真器

宇宙学模拟中的超分辨率（SR）模型利用深度学习（DL）快速提升低分辨率（LR）模拟，并赋予其统计上正确的小尺度细节。这些模型通过以模拟的LR版本为条件，保留了大规模结构。在更小的尺度上，生成过程本质上是随机的，会产生多种具有不同小尺度结构的SR实现。从LR模拟验证重建的SR运行，需要通过将SR输出与目标高分辨率（HR）运行进行比较，确保所关注的特定统计量被准确重现。在本研究中，我们开发了一个仿真器，旨在高保真地重现目标HR模拟的小尺度结构。通过将SR实现与高分辨率初始条件（HRIC）一同处理，我们将SR输出转换为模拟该HRIC下完整模拟的结果。通过比较从可视化到单个暗物质晕测量等多种指标，我们证明了仿真后的SR运行与目标HR模拟高度一致，即使在比相应LR运行小一个数量级的尺度上也是如此。这些结果表明，该方法在高效生成精确模拟和大规模星系巡天的模拟观测方面具有潜力。