基于吉布斯点过程与贝叶斯推断的统计学偏差最小化视向速度反常 catalog
宇宙学与河外天体物理
2023-11-01 v1
摘要
星系视向速度是非常优秀的宇宙学探针，前提是任何研究之前其测量固有的偏差得到控制。本文提出一种基于对象点过程模型的新算法，其概率密度被构建以在统计上减小径向视向速度 catalog 中由对数正态误差引起的 Malmquist 偏差与不确定性的影响。更确切地说，模拟退火算法可最大化描述点过程模型的概率密度，所得构型即为偏差最小化的 catalog。我们在模拟 Cosmicflows 项目第二、第三距离模数 catalog（并由此导出视向速度 catalog）的合成 catalog 上测试。该算法将 catalog 中的本地视向速度方差减小一个数量级，从而在保持小尺度速度相关性的同时恢复期望值，并能重现预期的成团性。算法随后应用于观测 catalog。将维纳滤波技术应用于偏差最小化观测 catalog 所重建的大尺度结构，与本地星系红移巡天刻画的本地宇宙网极为吻合。这些偏差最小化的视向速度 catalog 新版本可作为若干研究的起点，从可能估算最可几哈勃常数 H0 值到生成受约束以重现本地宇宙的模拟。
引用
@article{arxiv.2309.03945,
title = {Statistically bias-minimized peculiar velocity catalogs from Gibbs point processes and Bayesian inference},
author = {Jenny G. Sorce and Radu S. Stoica and Elmo Tempel},
journal= {arXiv preprint arXiv:2309.03945},
year = {2023}
}
备注
Accepted for publication in A&A, 26 pages, 22 figures, 3 tables