利用三点相关函数与机器学习技术分析再电离时期
宇宙学与河外天体物理
2020-12-01 v1
摘要
高红移 21cm 信号的三点及高阶成团统计包含了关于再电离时期（Epoch of Reionization）的宝贵信息。我们提出了 3PCF-Fast，一个用于估计三维像素化数据（如数值与半数值模拟的输出）三点相关函数的优化代码。在将 3PCF-Fast 用于具有已知解析三点相关函数的数据上进行测试后，我们利用机器学习技术，从公开可用的 21cmFAST 代码输出中的相关关系恢复平均气泡尺寸与全局电离分数。我们假设前景已被完美去除且仪器噪声可忽略。使用电离分数数据，我们最佳的 MLP 模型以约 10% 的中位预测误差恢复平均气泡尺寸，或从 21cm 微分亮温度以约 14% 的中位预测误差恢复。另外两个 MLP 模型以约 4%（使用电离分数数据）或约 16%（使用亮温度）的中位预测误差恢复全局电离分数。我们的结果表明，电离分数场与亮温度场中的成团性以与其他汇总统计量互补的方式编码了关于再电离时期进程的有用信息。在信噪比过高而阻碍气泡尺寸统计量直接测量的情形下，使用成团性尤为有用。我们比较了使用功率谱的 MLP 模型质量，发现使用三点相关函数在预测全局电离分数与平均气泡尺寸上均优于功率谱。
引用
@article{arxiv.2011.14157,
title = {Analysing the Epoch of Reionization with three-point correlation functions and machine learning techniques},
author = {W. D. Jennings and C. A. Watkinson and F. B. Abdalla},
journal= {arXiv preprint arXiv:2011.14157},
year = {2020}
}