使用神经网络预测宇宙时代的单个暗物质星系浓度
宇宙学与河外天体物理
2025-01-29 v1
摘要
暗物质星系的浓度与其质量增长史密切相关。我们利用来自大型宇宙 N 体模拟的星系质量增长史作为神经网络的输入，训练其在给定红移时预测单个星系的浓度。所训练的模型在其他宇宙模拟中表现出色，在任意红移下，实际浓度与预测浓度之间的均方根误差均显著低于 Zhao 等人和 Giocoli 等人的模型。该模型作为快速预测在大型宇宙模拟中在指定红移下星系浓度的有用工具。
引用
@article{arxiv.2501.16618,
title = {Prediction of Individual Halo Concentrations Across Cosmic Time Using Neural Networks},
author = {Tianchi Zhang and Tianxiang Mao and Wenxiao Xu and Guan Li},
journal= {arXiv preprint arXiv:2501.16618},
year = {2025}
}
备注
12 pages, 6 figures, version published by Universe