贝叶斯弱透镜层析：利用对数正态先验重建三维大尺度物质分布
宇宙学与河外天体物理
2017-12-20 v2
摘要
我们提出了一种贝叶斯重建算法，该算法根据星系图像形状中测得的弱引力透镜效应推断三维大尺度物质分布。此算法被设计为同样适用于非高斯后验分布，例如由非高斯先验分布产生的后验。在本工作中，我们使用对数正态先验，并在一系列对模拟数据进行的、逐渐逼近真实的测试中，将重建结果与高斯先验进行比较。我们发现，在高噪声水平情况下（即低源星系密度和/或高形状测量不确定性时），正态先验与对数正态先验均能产生质量相当的重建结果，但对数正态重建更容易受到质量薄层简并的影响。在低噪声区域和小尺度上，对数正态模型比重建结果优于正态模型：对数正态模型 1) 强制密度为非负值，而采用正态先验时会出现负密度，2) 更好地追踪真实底层分布的极值和偏度，3) 在重建结果与真实密度之间产生更高的逐像素相关性。
引用
@article{arxiv.1701.01886,
title = {Bayesian weak lensing tomography: Reconstructing the 3D large-scale distribution of matter with a lognormal prior},
author = {Vanessa Böhm and Stefan Hilbert and Maksim Greiner and Torsten A. Enßlin},
journal= {arXiv preprint arXiv:1701.01886},
year = {2017}
}
备注
23 pages, 12 figures; updated to match version accepted for publication in PRD