SIMBIG：一种分析星系成团性的前向建模方法

我们展示了基于新提出的 SIMBIG 前向建模框架、对星系成团性进行模拟推理（SBI）分析所得的首个宇宙学约束。SIMBIG 利用高保真模拟的预测能力，并提供一个能够在标准分析无法触及的小尺度非线性尺度上提取宇宙学信息的推理框架。在本工作中，我们将 SIMBIG 应用于 BOSS CMASS 星系样本，并分析功率谱 $P_\ell(k)$ 至 $k_{\rm max}=0.5\,h/{\rm Mpc}$。我们使用基于高分辨率 QUIJOTE $N$ 体模拟的前向模型构建了 20,000 个模拟星系样本，并包含详细的巡天真实性以更完备地处理观测系统误差。随后，我们利用模拟样本训练归一化流进行 SBI，并推断 $\Lambda$CDM 宇宙学参数 $\Omega_m, \Omega_b, h, n_s, \sigma_8$ 的后验分布。我们对 $\Omega_m$ 和 $\sigma_8$ 得出显著约束，且与先前工作一致。我们对 $\sigma_8$ 的约束比标准分析精确 $27\%$。这一提升等同于用标准方法分析一个比 CMASS 大约 $\sim60\%$ 的星系样本所预期的统计增益。它源于当前解析模型极限 $k > 0.25\,h/{\rm Mpc}$ 之外非线性尺度上的额外宇宙学信息。尽管我们为与文献验证和比较而聚焦于本工作中的 $P_\ell$，SIMBIG 提供了一个可使用任意汇总统计量分析星系成团性的框架。我们期望来自超越 $P_\ell$ 的汇总统计量的后续 SIMBIG 分析能进一步改善宇宙学约束。