Procoli：宇宙学似然轮廓
宇宙学与河外天体物理
2024-01-26 v1
摘要
频率学派轮廓似然在宇宙学中重新兴起，作为贝叶斯方法的替代方案，因为它可以规避先验体积效应的影响。本文介绍了 Procoli，一个快速且易于使用的软件包，用于获取宇宙学中的轮廓似然，可在 GitHub 和 PyPI 上获取。Procoli 与 MontePython 无缝集成，包含其所有可用的数据似然以及 CLASS 的任何修改版本。本文全面概述了 Procoli 代码，详细介绍了其核心的模拟退火优化器和轮廓的序贯计算。作为示例，我们使用受先验体积效应影响的早期暗能量模型来说明代码的特性。我们用模拟数据验证了其优化器，并比较了全局最小值和轮廓的优化技术。Procoli 还能将轮廓分解为来自单个实验的组分贡献，从而提供对数据和模型的细致洞察。作为宇宙学家工具包的有价值补充，Procoli 补充了现有的贝叶斯代码，有助于在宇宙学研究中获得更稳健的参数约束。
引用
@article{arxiv.2401.14225,
title = {Procoli: Profiles of cosmological likelihoods},
author = {Tanvi Karwal and Yashvi Patel and Alexa Bartlett and Vivian Poulin and Tristan L. Smith and Daniel N. Pfeffer},
journal= {arXiv preprint arXiv:2401.14225},
year = {2024}
}
备注
14 pages (9 pages of text), 10 figures. For the associated code, please see https://github.com/tkarwal/procoli/