超越高斯噪声:非高斯噪声似然分析的广义方法
天体物理仪器与方法
2023-06-14 v1
摘要
由于难以确定复杂、高维、非高斯和各向异性噪声的概率密度函数,似然分析通常局限于正态分布噪声。这是许多科学领域精密测量的主要限制,包括天体物理学,例如宇宙微波背景、引力波、引力透镜和系外行星的分析。本工作提出基于得分的似然表征(SLIC),这是一个利用一组来自观测的噪声实现构建数据驱动噪声模型来解决该问题的框架。我们表明,即使在高度非高斯相关和空间变化噪声存在的情况下,该方法也能产生无偏且精确的似然。我们使用扩散生成模型来估计噪声关于数据元素的概率密度梯度。结合信号物理模型的雅可比矩阵,我们使用朗之万采样从无偏似然中产生独立样本。我们使用来自哈勃空间望远镜和詹姆斯·韦布空间望远镜的真实数据证明了该方法的有效性。
引用
@article{arxiv.2302.03046,
title = {Beyond Gaussian Noise: A Generalized Approach to Likelihood Analysis with non-Gaussian Noise},
author = {Ronan Legin and Alexandre Adam and Yashar Hezaveh and Laurence Perreault Levasseur},
journal= {arXiv preprint arXiv:2302.03046},
year = {2023}
}
备注
8 pages, 4 figures