敞开双眼——在拥挤的市场中优化宇宙调查
天体物理学
2009-11-10 v2 无序系统与神经网络
广义相对论与量子宇宙学
高能物理 - 实验
摘要
在新一代宇宙调查（如 {\em SNAP, KAOS 等）中寻找最佳设计方案, 是关键问题, 由于我们对导致宇宙加速的物理机制仍一无所知, 且计划中的调查项目众多。我们提出了贝叶斯设计框架, 该框架 (1) 在不假设任何底层暗能量模型的前提下, 最大化调查的判别能力; (2) 在当前数据和未来竞争性实验的背景下, 寻找最佳调查几何; (3) 最大化偶发发现的横截面; (4) 可针对特定问题（如“暗能量是否具有时变性？”）进行调整。集成参数空间优化 (IPSO) 是一种设计框架, 它对整个暗能量参数空间的投影参数误差进行积分, 然后对图谱价值（如香农熵增益, 我们证明其对离对角协方差矩阵扰动稳定）进行极值化, 作为函数形式出现于调查参数。我们讨论了可进行解析优化的示例。因此, IPSO 是一种通用、独立于模型且可扩展的框架, 允许我们合理地利用先验信息来设计最佳可能的调查。
引用
@article{arxiv.astro-ph/0407201,
title = {Eyes Wide Open - Optimising Cosmological Surveys in a Crowded Market},
author = {Bruce A. Bassett},
journal= {arXiv preprint arXiv:astro-ph/0407201},
year = {2009}
}
备注
15 pages, 6 colour figures. Significantly more discussion and illustrative examples