基于高斯过程与 MOPED 的弱引力透镜参数推断
宇宙学与河外天体物理
2020-07-29 v2
摘要
在本文中，我们提出一种高斯过程（GP）仿真器，用于计算 a) 层析弱引力透镜带功率谱，以及 b) 经 MOPED 算法大规模压缩的汇总数据的系数。在前一种情况下，当应用于 KiDS-450 弱引力透镜数据时，与显式调用 Boltzmann 求解器 CLASS 相比，宇宙学参数推断加速了约 - 倍。未来数据将带来更大的增益，在使用 MOPED 压缩且采用常用的 Limber 近似时，加速比可达约 倍。此外，GP 开启了放弃 Limber 近似的可能性，若无此近似，理论计算可能慢得不可行。GP 的一个潜在优势是可以计算仿真函数的误差，并将该不确定性纳入似然。如果速度至关重要，则可以使用高斯过程的均值并忽略不确定性。我们计算了仿真器似然与 CLASS 似然之间的 Kullback-Leibler 散度，并基于此以及通过分析参数的不确定性，发现在此情况下，纳入 GP 不确定性并不值得额外的计算开销。对于未来的弱引力透镜巡天如 Euclid 和 Legacy Survey of Space and Telescope（LSST），汇总统计的数量将很大，可达约 。MOPED 的速度由参数数量决定，而非汇总数据数量，因此增益非常大。在非 Limber 情况下，若有快速计算理论 MOPED 系数的方法，加速比可达约 。本文提出的 GP 提供了这样一种快速机制，并使 MOPED 得以应用。
引用
@article{arxiv.2005.06551,
title = {Parameter Inference for Weak Lensing using Gaussian Processes and MOPED},
author = {Arrykrishna Mootoovaloo and Alan F. Heavens and Andrew H. Jaffe and Florent Leclercq},
journal= {arXiv preprint arXiv:2005.06551},
year = {2020}
}
备注
16 pages, 11 figures (Accepted for publication in MNRAS)