Flinch：用于曲线天空数据 cosmological 参数场级推断的可微框架

我们提出了 Flinch，一个全可微高性能框架，用于角度图上的场级推断，以提高当前方法的灵活性和可扩展性。Flinch 集成了可微 cosmology 工具，允许从单个图像像素直接传递到底层 cosmological 参数的梯度。这一架构允许直接从图本身进行 cosmological 推断，无需为中间摘要统计量指定似然函数。使用模拟的、遮蔽的 CMB 温度图，我们通过重建图和角功率谱，并进行具有竞争性精度的 cosmological 参数推断来验证了我们的管道。与标准伪 $C_\ell$ 方法相比，Flinch 提供了显著更紧密的约束，误差棒缩小了最高可达 40%。在常用于场级分析的梯度-based sampler 中，我们进一步表明，MicroCanonical Langevin Monte Carlo 相对于当前使用的 Hamiltonian Monte Carlo sampler 在采样效率上提升了数个数量级，大大降低了计算成本。