比较质量映射重建方法：基于 Minkowski 功能

使用 higher-order statistics 从弱引力调查中常常需要将观测剪切转化为收敛信号的测量。这个逆问题因噪声和边界效应而复杂，已开发出各种重建方法来实现这一过程。本文评估了四种此类方法：Kaiser-Squires、Wiener 滤波、$\texttt{DarkMappy}$ 和 $\texttt{DeepMass}$，以确定其对原始收敛信号的保留效率和精度。我们使用 $\textit{Minkowski 功能}$ 来确定哪种方法在重建原始收敛方面最有效。我们发现 $\texttt{DeepMass}$ 对宇宙学参数的限制最紧密，而 Kaiser-Squires、Wiener 滤波和 $\texttt{DarkMappy}$ 在平滑尺度为 3.5 弧分钟时相似。我们还研究了 $\texttt{DeepMass}$ 方法中由于不合适的训练集导致的 MF 误差，并发现其大小相当于误差，凸显了选择合适训练宇宙学模型的重要性。