LSS第四阶段时代的快速无似然推断
宇宙学与河外天体物理
2024-12-02 v2 天体物理仪器与方法
摘要
即将开展的大尺度结构（LSS）第四阶段（Stage IV）巡天将为我们提供前所未有的数据，以探测暗物质和暗能量的本质。然而，由于干扰参数数量的增加和难以处理的似然函数的存在，使用传统的马尔可夫链蒙特卡洛（MCMC）方法分析这些数据将具有挑战性。有鉴于此，我们首次将边缘神经比率估计（MNRE）（一种基于模拟的推断的最新方法）应用于LSS光度测量探针：弱引力透镜、星系成团和交叉相关功率谱。为了同时分析数百个谱，我们发现使用主成分分析进行数据预压缩以及特定参数的数据汇总能产生高精度结果。使用预期的第四阶段实验噪声，与经典MCMC方法相比，我们能够以约倍的加速因子恢复宇宙学参数的后验分布。为了证明当后验分布高度非高斯时MNRE的性能不会受阻，我们测试了二体衰变暗物质情景，发现第四阶段巡天可以将该模型的当前界限提高多达一个数量级。这一结果支持MNRE是一个强大的框架，能够利用下一代LSS巡天约束标准宇宙学模型及其扩展。
引用
@article{arxiv.2403.14750,
title = {Fast likelihood-free inference in the LSS Stage IV era},
author = {Guillermo Franco Abellán and Guadalupe Cañas Herrera and Matteo Martinelli and Oleg Savchenko and Davide Sciotti and Christoph Weniger},
journal= {arXiv preprint arXiv:2403.14750},
year = {2024}
}
备注
18+9 pages, 9 figures, 3 tables. Improved slightly text and added comparison with MultiNest. v2 matches the published JCAP version. Comments welcome!