中文

测光星系巡天中两点角统计量的快速仿真

宇宙学与河外天体物理 2022-06-30 v1

摘要

我们开发了一套基于机器学习的宇宙学仿真器,用于快速获得C()C(\ell)角功率谱系数的模型预测,该系数表征多波段测光巡天中星系聚类和弱引力透镜(及其交叉相关)的层析观测。训练一组神经网络将宇宙学参数映射到这些系数,相对于标准Boltzmann求解器,在计算给定宇宙学参数所需的统计量时实现了O(103)\mathcal{O}(10^3)的加速,且精度优于0.175%0.175\%(弱透镜情形优于0.1%0.1\%)。这对应于典型Stage IV测光巡天预期统计误差棒的2%\sim 2\%或更小。这种速度和精度上的整体提升是通过(i\textit{i})在训练阶段之前的特定预处理优化,以及(ii\textit{ii})相较于先前实现更有效的神经网络架构而获得的。

关键词

引用

@article{arxiv.2206.14208,
  title  = {Fast emulation of two-point angular statistics for photometric galaxy surveys},
  author = {Marco Bonici and Luca Biggio and Carmelita Carbone and Luigi Guzzo},
  journal= {arXiv preprint arXiv:2206.14208},
  year   = {2022}
}