基于深度星系红移巡天的贝叶斯前向建模的宇宙学推断
宇宙学与河外天体物理
2019-03-27 v2 天体物理仪器与方法
摘要
我们提出一个大规模贝叶斯推断框架，通过应用Alcock-Paczyński(AP)检验，利用星系红移巡天约束宇宙学参数。我们针对星系巡天所探测的非线性演化密度场的物理模型，采用拉格朗日扰动理论(LPT)将高斯初条件连接到最终密度场，随后通过坐标变换获得红移空间表示以与数据比较。给定一组观测，我们生成原初和现今物质涨落的实现。这种层次化方法编码了一种新颖的AP检验，与经典方法相比从宇宙学膨胀中提取了数个量级更多的信息，以推断宇宙学参数并联合重建底层3D暗物质密度场。该AP检验的新颖之处在于约束共动-红移变换，以推断产生星系密度场各向同性关联性的适当宇宙学，其底层假设纯粹依赖于宇宙学原理。此类AP检验不显式依赖于对场完整统计的建模。我们通过模拟深入验证，这表明我们的检验对模型误设具有鲁棒性。这带来了另一个关键优势，即宇宙学参数对当前未解决的星系偏袒现象表现出极弱的依赖，从而规避了一个潜在的重大局限。因此，这是在无需对密度涨落幅度敏感的情况下，从直接密度对比关联以外的统计中提取大部分信息的首批方法之一。我们使用以SDSS-III巡天为模板的模拟星系目录，进行了若干统计效率与一致性检验。
引用
@article{arxiv.1808.07496,
title = {Cosmological inference from Bayesian forward modelling of deep galaxy redshift surveys},
author = {Doogesh Kodi Ramanah and Guilhem Lavaux and Jens Jasche and Benjamin D. Wandelt},
journal= {arXiv preprint arXiv:1808.07496},
year = {2019}
}
备注
11 + 7 pages, 13 figures. Accepted for publication in A&A