GIGA-Lens：强引力透镜建模的快速贝叶斯推断
天体物理仪器与方法
2022-08-16 v1 宇宙学与河外天体物理
应用统计
摘要
我们提出 GIGA-Lens：一个基于梯度信息、GPU 加速的强引力透镜系统建模贝叶斯框架，实现于 TensorFlow 和 JAX 中。三个组件——使用多起点梯度下降的优化、基于变分推断的后验协方差估计、以及通过哈密顿蒙特卡洛采样——均利用自动微分和图形处理单元(GPU)大规模并行化的梯度信息。我们在一 large 组模拟系统上测试了我们的流水线，并详细展示了其高性能水平。在四块 Nvidia A100 GPU 上建模单个系统的平均时间为 105 秒。该框架所提供的鲁棒性、速度和可扩展性，使得对当前巡天中发现的大量强透镜进行建模成为可能，并为在 Vera C. Rubin 天文台、Euclid 和 Nancy Grace Roman 空间望远镜时代预期发现的 个透镜系统的建模提供了非常有前景的前景。
引用
@article{arxiv.2202.07663,
title = {GIGA-Lens: Fast Bayesian Inference for Strong Gravitational Lens Modeling},
author = {A. Gu and X. Huang and W. Sheu and G. Aldering and A. S. Bolton and K. Boone and A. Dey and A. Filipp and E. Jullo and S. Perlmutter and D. Rubin and E. F. Schlafly and D. J. Schlegel and Y. Shu and S. H. Suyu},
journal= {arXiv preprint arXiv:2202.07663},
year = {2022}
}
备注
23 pages, 13 figures, 2 tables. Submitted to ApJ