利用微正则朗之万蒙特卡洛进行场级推断
宇宙学与河外天体物理
2023-07-20 v1 天体物理仪器与方法
数据分析、统计与概率
统计计算
统计方法学
摘要
场级推断提供了一种从即将到来的宇宙学巡天中最优提取信息的手段，但需要对高维参数空间的高效采样。本工作应用微正则朗之万蒙特卡洛（MCLMC）从宇宙结构模拟中采样宇宙初始条件以及宇宙学参数 与 。结果表明，对于一个 维问题，MCLMC 比传统哈密顿蒙特卡洛（HMC）高效一个数量级以上。此外，MCLMC 相对于 HMC 的效率随维数增加大幅提升，表明对于即将到来的宇宙学巡天所需维数，可获多个数量级的增益。
引用
@article{arxiv.2307.09504,
title = {Field-Level Inference with Microcanonical Langevin Monte Carlo},
author = {Adrian E. Bayer and Uros Seljak and Chirag Modi},
journal= {arXiv preprint arXiv:2307.09504},
year = {2023}
}
备注
Accepted at the ICML 2023 Workshop on Machine Learning for Astrophysics. 4 pages, 4 figures