中文

UNIONS-3500 弱引力学: II. 关于宇宙剪切的 B 模验证

机器学习 2026-04-06 v1 人工智能

摘要

在 Stage-III灵敏度下,宇宙剪切的 B 模可明确指示系统性污染,常用于指导数据选择和尺度切割,以进行 cosmological 推断。我们使用三种可分离的 E/B 统计量来验证 UNIONS-3500 (2894 平方度, neff5.0n_\mathrm{eff} \approx 5.0 arcmin2^{-2}) 的 B 模:纯模式关联函数 ξ±B(θ)\xi_\pm^{\mathrm{B}}(\theta)、完全正交的 E/B 模积分集 (COSEBI) BB-模式振幅 BnB_n,以及谱空间功率谱 CBBC_\ell^{BB}。对于每种统计量,我们在尺度切割边界的二维网格上计算概率超越 (PTE) 值;我们的采纳切割位于可接受 PTE 的宽广稳定区域。B 模检测和 PTE 失效导致我们检讨星系大小切割和恒星光环遮蔽。在切割后,所有三种统计量通过空值检验(最小 PTE =0.18= 0.18)。在尺度切割之前,我们测得一系列振荡性 COSEBI B 模模式,与在多个 Stage-III 调查中看到的检测器水平效应相符,包括使用同一 MegaCam 相机的 CFHTLenS;排除尺度为电荷耦合器件 (CCD) 的尺度切割可抑制其作用。尽管这些统计量探测相同的二点引力场,一个中的尺度切割并不完全对应另一个中的切割,因为其各自的滤波函数对不同角尺度的加权不同。最保守的验证因此需要通过所有框架同时通过空值检验的尺度和样本选择,这种方法直接适用于系统误差占主导地位的 Stage-IV 调查。

关键词

引用

@article{arxiv.2604.03226,
  title  = {Enhancing Robustness of Federated Learning via Server Learning},
  author = {Van Sy Mai and Kushal Chakrabarti and Richard J. La and Dipankar Maity},
  journal= {arXiv preprint arXiv:2604.03226},
  year   = {2026}
}