宇宙学中的场级推断

这些讲义深入探讨了场级推断，这是一种相对于传统方法进行数据分析、能提取更多信息且避免偏差的框架。核心思想是分析未压缩的地图，以推断底层物理场和宇宙学参数。我们介绍了贝叶斯层次场级模型，并讨论了探索复杂高维后验分布的采样技术。我们回顾了场级推断所基于的框架。最后，我们概述了各种宇宙学探针上的最新应用，以及机器学习在增强场级推断能力中日益重要的作用。