面向下一代类型Ia超级星体调查的超高速、基于似然的距离推断框架的开发

本文介绍了EDRIS（法语Distance Estimator for Incomplete Supernova Surveys，中文意为不完整超级星体距离估计器），一个针对从类型Ia超级星体光度曲线参数中重构无偏宇宙距离的宇宙推断框架。通过在统计模型中直接包含数据截断，从而处理光度距离的标准化。该方法允许我们通过最大化对应似然函数，构建单步距离估计，避免调查检测限制会引入的偏差。此外，预计未来几年全球统计数据将以O(10)的数量级增长。这为保持宇宙分析可计算性提供了新挑战。我们展示了EDRIS中使用的优化方法允许实现O($N^2$)的合理时间复杂性， resulting in a very fast inference process (O(10s) for 1500 supernovae)。