candl：基于可微似然的宇宙微波背景辐射分析

我们提出 candl，一种用于分析宇宙微波背景（CMB）功率谱测量的自动可微 Python 似然。candl 由 JAX 驱动，使得似然导数的计算快速且简便。这有助于实现例如无需有限差分法的稳健 Fisher 矩阵。我们通过一系列示例计算展示 candl 的优势，涵盖预测、稳健性测试以及基于梯度的马尔可夫链蒙特卡洛采样。这些示例还包括优化频带功率分箱宽度，以最小化真实模拟数据集的参数误差。此外，我们计算了 SPT-3G 2018 $TT/TE/EE$ 数据发布中相关且部分重叠子集的参数约束相关性。在传统分析框架中，这些任务速度缓慢且需要仔细微调以获得稳定结果。因此，完全可微的流程允许更高层次的审查；我们论证这是利用地面实验即将获取的数据所需的范式转变，这将显著改善 Planck 任务的宇宙学参数约束。candl 包含来自南极望远镜与阿塔卡马宇宙学望远镜合作的最新主功率谱与透镜功率谱数据，并将作为即将发布的 SPT-3G $TT/TE/EE$ 与 $\phi\phi$ 数据发布的一部分使用。伴随核心代码，我们发布了一系列辅助工具，简化了常见分析任务并实现该似然与其他宇宙学软件的接口。candl 可通过 pip 安装，并在 https://github.com/Lbalkenhol/candl 公开获取。