宇宙学与红移依赖性的宇宙结构形成场级仿真

我们提出了一种用于大尺度结构的场级仿真器，捕捉宇宙学依赖性和宇宙结构形成的时间演化。该仿真器将线性位移场映射到N体模拟在特定红移处对应的非线性位移。作为神经网络设计的仿真器包含了风格参数，用于编码对$\Omega_{\rm m}$和线性增长因子$D(z)$在红移$z$处的依赖。我们在六维N体相空间上训练模型，将粒子速度预测为模型位移输出的时间导数。这一创新在训练效率和模型精度方面带来了显著提升。在训练期间未见过的各种宇宙学和红移上测试，该仿真器在$z=0$时$k\sim 1~{\rm Mpc}^{-1}~h$尺度上达到了百分之一的精度，在更高红移处性能更佳。我们通过并合树将预测的结构形成历史与N体模拟进行比较，发现了一致的并合事件序列和统计特性。