KiDS-SBI：基于模拟推断的 KiDS-1000 星系剪切分析

我们对来自 ESO Kilo-Degree Survey (KiDS-1000) 第四次弱引力透镜数据释放的星系剪切双点统计量进行基于模拟的推断 (SBI) 宇宙学分析。KiDS-SBI 通过 Levin 方法有效实现了 matter 功率谱的非 Limber 投影，并在曲面上构建任意宇宙学下的对数正态随机 matter 场，包括关于 intrinsic 对齐和原子质量反馈的有效配方。前向模型基于观测特征对真实的星系位置和形状进行采样，纳入 shear 测量和红移标定不确定性，以及由于深度和点扩散函数变化引起的角各向异性。为使结果与标准推断直接比较，我们将分析限制在伪角功率谱上。该 SBI 基于顺序神经似然估计，对来自 18,000 个真实实现的平坦 \\Lambda CDM 宇宙学参数进行后验分布推断。我们推断增长结构参数 S_{8} \\equiv \\sigma_8 (\\Omega_\\mathrm{m} / 0.3)^{0.5} = 0.731\\pm 0.033 ($68 \\%$ )的平均边际值。我们给出 SBI 的拟合优度度量，确定前向模型以 $0.42$ 的概率与数据匹配良好。对于固定宇宙学，所学似然分布约为高斯分布，与高斯似然分析相比，由于协方差中的宇宙学依赖性，约束范围更宽。若未在模型中考虑可变深度和点扩散函数的各向异性，$S_{8}$ 可能被高估约 $5\\%$。我们的结果与 KiDS-1000 的前一次分析一致，并加强了与宇宙微波背景测量约束之间的 $2.9 \\sigma$ 张力。这一工作凸显了在即将到来的星系测量中正视前馈建模系统效应的重要性。