利用神经网络在大尺度上无偏估计全天空 CMB 角功率谱
宇宙学与河外天体物理
2021-10-04 v2 机器学习
广义相对论与量子宇宙学
高能物理 - 唯象学
高能物理 - 理论
摘要
精确估计宇宙微波背景（CMB）角功率谱因其在精确宇宙学上的前景而引人瞩目。然而，银河系前景辐射会污染 CMB 信号，需可靠扣除以减小 CMB 温度估计的系统误差。通常，某区域明亮前景会在即便执行某些前景去除技术后，仍导致该区域温度估计的进一步不确定性，因此确定潜在的全天空角功率谱颇具挑战。我们探索利用人工神经网络，从部分天空的观测角功率谱预测全天空 CMB 温度图的角功率谱之可行性，其中某些明亮前景区域的 CMB 温度被掩蔽。我们在大角尺度上以两种不同掩蔽进行分析。我们利用神经网络对全天空角功率谱作出无偏预测，并恢复潜在的理论功率谱。我们的预测在很大程度上也不相关。我们进一步表明，ANN 所作全天空谱预测的多极空间协方差远小于使用伪 方法所得估计的协方差。
引用
@article{arxiv.2102.04327,
title = {An Unbiased Estimator of the Full-sky CMB Angular Power Spectrum at Large Scales using Neural Networks},
author = {Pallav Chanda and Rajib Saha},
journal= {arXiv preprint arXiv:2102.04327},
year = {2021}
}
备注
10 pages, 11 figures; altered methodology, added links to references, updated analysis using latest available data, modified the write-up accordingly