星系巡天中暗物质空洞的贝叶斯推断
宇宙学与河外天体物理
2014-10-06 v1
摘要
我们将 BORG 算法应用于斯隆数字巡天 (Sloan Digital Sky Survey) 数据发布 7 的主样本星系。该方法实现了对标度因子 处初始密度场的物理推断,该密度场经引力演化至标度因子 处的观测密度场,并提供了相应不确定性的准确量化。基于这些结果,我们生成了一组受约束的当前大尺度暗物质分布实现。作为物理示例,我们对其应用了空洞识别算法。通过这种方式,我们访问了由推断出的暗物质场(而非星系)定义的空洞,极大地缓解了由示踪物稀疏性和偏差引起的问题。此外,使用全尺度物理密度场使得空洞星表中的统计不确定性大幅降低。这些新星表是用于与其他宇宙学探针进行互相关分析的增强数据集。
引用
@article{arxiv.1410.0865,
title = {Bayesian inference of dark matter voids in galaxy surveys},
author = {Florent Leclercq},
journal= {arXiv preprint arXiv:1410.0865},
year = {2014}
}
备注
4 pages, 3 figures. Proceedings of the "49th Rencontres de Moriond" Cosmology Session, La Thuile, Italy, March 22-29, 2014. Draws from arXiv:1409.6308 and arXiv:1410.0355. One more figure, updated figures and references with respect to the published version