基于持续同调的原始非高斯性Fisher预测

我们研究了由大尺度结构多尺度拓扑构建的汇总统计量中关于局域与等边型原始非高斯性的信息内容。我们使用由宇宙大尺度数值N体模拟生成的晕目录作为观测星系的替代。除计算实空间晕的Fisher矩阵外，我们还检验了红移空间中更真实的情景。无需采取远距离观测者近似，我们将观测者置于模拟盒的一角。我们还加入了模拟光谱与测光样本的 redshift 误差。我们进行了若干检验以评估Fisher矩阵的可靠性，包括我们汇总统计量的高斯性与收敛性。我们发现红移空间中边缘化的1-$\sigma$不确定性在$1$ $($Gpc$/h)^3$巡天体积下为$\Delta f_{\rm NL}^{\rm loc} \sim 16$与$\Delta f_{\rm NL}^{\rm equi} \sim 41$。这些约束受红移误差影响较弱。最后我们推测，如何通过利用(非)局域性使该方法对小规模不确定性具有鲁棒性。