条件变分自编码器用于宇宙微波背景辐射功率谱的宇宙学模型判别与异常检测

宇宙微波背景功率谱是探索早期宇宙的重要窗口。然而，在弱模型假设下实现可解释的、与似然分析兼容的高效压缩及快速推断，仍面临挑战。我们提出了一种参数条件变分自编码器（CVAE），其数据驱动的潜在表征与宇宙学参数对齐，且与标准似然分析兼容。该模型在压缩 $D_\ell^{TT}$、$D_\ell^{EE}$ 和 $D_\ell^{TE}$ 功率谱至仅5个潜在维度时，达到了超过99.9%的复原精度（在普朗克不确定性范围内），并能可靠地对超$\\Lambda$CDM情景下的功率谱进行复原，即使在参数外推情况下亦可。它实现了快速推断，将计算时间从约40小时缩短至约2分钟，同时保持后验一致性。所学潜在空间展示出物理上有意义的结构，捕捉到一种分布式表征，镜像已知的宇宙学参数及其退化关系。此外，它支持对宇宙学模型进行高度有效的无监督判别，性能与监督方法相当。总体而言，此物理信息化CVAE实现了超$\\Lambda$CDM下的异常检测，指向了物理上有意义的改进方向。