通过 CNN 之眼观察巨型 ν：解读弱引力收敛图中的场级中子质量信息

现代宇宙调查深入非线性规模，质子中子抑制宇宙结构。传统的 cosmology 分析采用二点相关函数提取信息，在非线性规模下已不再最优，因而有 much interest 在提取超二点信息以提高对中子质量限制。量化和解释超二点信息因此成为迫切任务。我们利用卷积神经网络研究弱引力收敛图中的场级信息。我们发现，随着更高的源红移和更小尺度的考虑，网络性能提升——探究至源红移为 2.5 和 $\ell_{\rm max}\simeq10^4$——验证了质子中子对弱引力留下了独特效应。然而，网络在从图中去除二点信息后性能显著下降，暗示场级信息大部分可在二点相关函数中找到。我们以似然比术语这些发现，并使用积分梯度显著性图解释网络学习的地图哪些部分。我们发现，在无噪声情况下，网络从最密集和稀疏区域提取相似信息。但在加入噪声后，稀疏区域的信息被扭曲，因为噪声不成比例地冲刷稀疏结构。