应用于结构形成模拟的分类算法
宇宙学与河外天体物理
2021-12-20 v2 机器学习
摘要
在宇宙学模拟中，初始条件下物质密度场的属性对当今所形成的结构特征具有决定性影响。本文中，我们使用随机森林分类算法来推断追溯至初始条件的暗物质粒子是否会最终落入质量高于某阈值的暗物质晕中。此问题可视为二分类任务，其中物质密度场的初始条件被映射为由晕查找程序提供的分类标签。我们的结果表明，随机森林是无需运行完整过程即可预测宇宙学模拟输出的有效工具。这些技术未来可用于减少计算时间，并更有效地探索不同暗物质/暗能量候选者对宇宙学结构形成的影响。
引用
@article{arxiv.2106.06587,
title = {Classification algorithms applied to structure formation simulations},
author = {Jazhiel Chacón and J. Alberto Vázquez and Erick Almaraz},
journal= {arXiv preprint arXiv:2106.06587},
year = {2021}
}
备注
16 pages, 13 Figures