基于神经后验估计的STRIDES强引力类星体镜建模
天体物理仪器与方法
2025-10-08 v2 宇宙学与河外天体物理
摘要
强引力类星体可用于通过时延宇宙学约束宇宙参数。镜质模型是这一分析的必要组成部分。为实现来自如仙网仔母银河遥感(LSST)和欧几里得宽广调查等未来将提供约10^3个镜子的样本,需要快速且标准化的建模技术。为此,我们应用神经后验估计(NPE)对来自Strong Lensing Insights into the Dark Energy Survey(STRIDES)样本中的星系尺度强引力类星体进行建模。NPE带来两个优势:速度和对难题参数的隐式边际化。我们通过采用顺序NPE来提高质量模型后验的精度。随后将单个镜模型纳入分层贝叶斯推断,以恢复镜质参数的总体分布,同时考虑分布外偏移。在使用模拟的STRIDES镜样本进行验证后,我们将方法应用于14个哈勃太空站单滤波观测。我们发现,椭圆质量分布斜率的总体均值为。本结果代表了这些系统首次的总体级约束。来自完全自动化建模的总体推断是大规模强引力类星体宇宙学推断的重要一步。
引用
@article{arxiv.2410.10123,
title = {Lens Modeling of STRIDES Strongly Lensed Quasars using Neural Posterior Estimation},
author = {Sydney Erickson and Sebastian Wagner-Carena and Phil Marshall and Martin Millon and Simon Birrer and Aaron Roodman and Thomas Schmidt and Tommaso Treu and Stefan Schuldt and Anowar Shajib and Padma Venkatraman and The LSST Dark Energy Science Collaboration},
journal= {arXiv preprint arXiv:2410.10123},
year = {2025}
}