学习宇宙：基于星系光度函数与颜色的参数推断

我们首次采用仿真推断方法，从星系光度函数与颜色的组合中进行直接的宇宙学与天体物理参数推断。使用Synthesizer代码模拟来自CAMELS套组中数千个宇宙流体力学仿真（包括Swift-EAGLE、IllustrisTNG、Simba和Astrid星系形成模型）中星系的灰尘衰减紫外-近红外恒星发射。对于每个星系，我们计算多个光度波段的 rest-frame 光度，包括SDSS ugriz和GALEX FUV与NUV滤波器；该数据集代表截至目前为止规模最大的基于星系形成仿真的合成光度目录，总计超过2亿个源。我们编译了光度函数和颜色分布，发现它们对宇宙学和反馈都有明确的依赖性。随后，我们利用这些分布进行基于仿真的(似然无)推断，以约束Ωm、σ8以及控制星系和AGN反馈强度的四个参数。我们发现，颜色分布和光度函数在执行推断时对某些参数提供了互补信息。我们实现了对星系反馈参数的约束，以及Ωm和σ8的约束。后者归因于光度数据编码了每个星系的星际形成-金属丰富度历史；在Ωm值更高的宇宙中，星系更早形成且金属丰度更高，导致颜色更红。我们发现，在一个星系形成仿真上训练的模型在应用于另一个仿真时泛化能力较差，归因于次网格预设差异以及发射模型灵活性不足。光度目录公开可在：https://camels.readthedocs.io/获取。