比较人工神经网络中绘制参数空间的抽样技术

理解宇宙前十亿年的历史需要研究两个关键时期：重化子时代 (EoR) 和宇宙黎明 (CD)。然而，由于数据有限，这两个时期的星际介质 (IGM) 的属性仍不清楚，导致全球 21 厘米信号的参数空间呈现广泛的维度。使用狭窄定义的参数空间训练人工神经网络 (ANN) 可能导致推断偏差。为缓解这一问题，训练数据集必须从整个参数空间中均匀抽取，以覆盖所有可能的信号实现。然而，对所有可能的实现进行抽取在计算上具有挑战性， necessitating 对该空间的代表性子集进行抽样。本研究旨在识别绘制 21 厘米信号参数空间最佳抽样技术的 optimal 方法。optimal抽样的训练集将用于训练 ANN 以从全球信号实验中进行推断。我们研究了三种抽样技术：随机抽样、拉丁超立方抽样 (分层抽样) 和汉默尔斯序列抽样 (准蒙特卡罗) ，并比较了它们的 outcomes。我们的发现表明，无论采用哪种抽样技术，都必须绘制足够的样本才能实现 robust and accurate ANN 模型训练。所需的样本量主要取决于两个因素：数据的复杂性和自由参数的数量。自由参数越多，就需要绘制越多的实现。在所采用的数据抽样技术中，我们发现使用汉默尔斯序列抽样训练的 ANN 模型表现出更好的鲁棒性。