基于高斯过程的旋转曲线分解：考虑数据相关性可得到无偏结果
星系天体物理
2022-11-15 v1 宇宙学与河外天体物理
摘要
在拟合动力学模型时，盘星系旋转曲线中速度测量值间的相关性通常被忽略。本文展示了如何在旋转曲线分解中利用高斯过程考虑数据相关性。我们发现，对相关性参数取边际化对于获得星系中发光物质与暗物质分布的无偏估计至关重要。
引用
@article{arxiv.2211.06460,
title = {Rotation curve decompositions with Gaussian Processes: taking into account data correlations leads to unbiased results},
author = {Lorenzo Posti},
journal= {arXiv preprint arXiv:2211.06460},
year = {2022}
}
备注
4 pages, 1 figure. Published in RNAAS. Associated jupyter notebook at https://lposti.github.io/MLPages/gaussian_processes/2022/11/02/gp_rotcurves.html