盲强引力透镜反演：基于基于评分模型的源与镜质量联合推断
天体物理仪器与方法
2025-11-10 v1 宇宙学与河外天体物理
机器学习
摘要
基于评分模型的模型可作为科学逆问题的表达且数据驱动的先验。 在强引力透镜中，它们支持从其失真、多像素观测中对背景星系进行后验推断。然而，以往工作假设透镜质量分布（因此正向算子）是已知的。我们放宽这一假设，通过联合推断源和参数化透镜质量轮廓，使用基于 GibbsDDRM 但在连续时间中运行的采样器。 resulting 的重建产生与观测噪声一致的残差，且透镜参数的边际后验恢复了真实值且无系统偏差。鉴于本文是首次成功演示使用基于评分的先验进行联合源与透镜推断。
引用
@article{arxiv.2511.04792,
title = {Blind Strong Gravitational Lensing Inversion: Joint Inference of Source and Lens Mass with Score-Based Models},
author = {Gabriel Missael Barco and Ronan Legin and Connor Stone and Yashar Hezaveh and Laurence Perreault-Levasseur},
journal= {arXiv preprint arXiv:2511.04792},
year = {2025}
}
备注
18 pages, 9 figures, 1 table. Accepted to the NeurIPS 2025 Workshop on Machine Learning and the Physical Sciences