从星系图像预测模拟中的子暗晕质量函数
宇宙学与河外天体物理
2025-10-17 v1 星系天体物理
摘要
强引力透镜为直接推断透镜星系中的暗物质(DM)子暗晕质量函数(SHMF)提供了有力工具。然而，将观测推断的SHMF与理论预测进行比较仍具挑战性，因为即使在相同的宇宙学模型内，由于单个星系的性质和环境差异，预测的SHMF在不同星系之间也可能存在显著变化。我们提出了一种机器学习框架，该框架以假定的逆温暗物质粒子质量为条件，从星系图像推断特定于星系的预测SHMF。为训练模型，我们使用了来自DREAMS模拟套件的1024个高分辨率流体动力学放大模拟。使用Synthesizer生成模拟观测，排除气体粒子贡献，并使用Rockstar暗晕搜寻器计算SHMF。我们的神经网络同时输入星系图像和逆暗物质质量。该方法能够对单个星系的理论暗物质SHMF进行可扩展的、基于图像的预测，从而便于与观测测量进行直接比较。
引用
@article{arxiv.2510.14766,
title = {Predicting the Subhalo Mass Functions in Simulations from Galaxy Images},
author = {Andreas Filipp and Tri Nguyen and Laurence Perreault-Levasseur and Jonah Rose and Chris Lovell and Nicolas Payot and Francisco Villaescusa-Navarro and Yashar Hezaveh},
journal= {arXiv preprint arXiv:2510.14766},
year = {2025}
}
备注
Published as a workshop paper at the ML4Astro Workshop at ICML 2025