将测光红移作为优化问题的探索：一种集成MCMC与模拟退火驱动的模板拟合方法

使用改编自COSMOS测光红移（photo-z）搜索的约200万元素网格（$\Delta z = 0.005$），我们研究了基于模板的photo-z似然面的普遍性质。我们发现这些表面充满大量局部极小值和高度简并，通常令快速但“贪婪”的优化方案受困，即使采用额外的随机采样方法也是如此。为了鲁棒且高效地探索这些表面，我们开发了BAD-Z [Brisk Annealing-Driven Redshifts (Z)]，它结合集成马尔可夫链蒙特卡洛（MCMC）采样与模拟退火，以近似恒定时间对任意大的预生成网格进行采样。使用包含384,662个天体的模拟星表，我们表明BAD-Z相比暴力枚举对应方法采样效率高约40倍，同时保持相似的精度水平。我们的结果代表了设计主要受内存限制而非计算时间限制的模板拟合photo-z方法的第一步。