LSST-DESC 3x2pt层析优化挑战
天体物理仪器与方法
2021-10-20 v2 宇宙学与河外天体物理
摘要
本文呈现Rubin天文台暗能量科学合作组(DESC)3x2pt层析挑战的结果,该挑战作为优化主要DESC分析中层析分箱策略的第一步。在对测光巡天选择最优层析分箱方案时,由于元校准(metacalibration)透镜目录的限制,样本定义中只能使用元校准过程所包含的波段(通常为riz,可能含g)的测光数据,这使得任务尤为微妙。挑战的目标是在高度理想化设定下,依据标准3x2pt宇宙学分析的多项度量收集和比较分箱分配策略,为现实复杂的后续研究建立基线;在此初步研究中,我们在简单噪声模型下使用两组星系红移与测光的宇宙学模拟,忽略测光异常值与观测条件变化,且所提供的算法均获得具代表性且完整的训练集。我们审查并评估了挑战的参赛方案,发现即便仅由此有限测光信息,多种算法也能较合理地分离层析分箱,达到接近可达最大值的优值分数(figures-of-merit)。我们进一步发现,在riz测光中加入g波段可使度量性能提升约15%,且最优分箱分配策略高度依赖于科学目标:即待优化的优值为何,以及所包含的可观测量(星团、透镜或二者皆有)。
引用
@article{arxiv.2108.13418,
title = {The LSST-DESC 3x2pt Tomography Optimization Challenge},
author = {Joe Zuntz and François Lanusse and Alex I. Malz and Angus H. Wright and Anže Slosar and Bela Abolfathi and David Alonso and Abby Bault and Clécio R. Bom and Massimo Brescia and Adam Broussard and Jean-Eric Campagne and Stefano Cavuoti and Eduardo S. Cypriano and Bernardo M. O. Fraga and Eric Gawiser and Elizabeth J. Gonzalez and Dylan Green and Peter Hatfield and Kartheik Iyer and David Kirkby and Andrina Nicola and Erfan Nourbakhsh and Andy Park and Gabriel Teixeira and Katrin Heitmann and Eve Kovacs and Yao-Yuan Mao},
journal= {arXiv preprint arXiv:2108.13418},
year = {2021}
}
备注
30 pages (incl. 12 in appendix), 12 figures. Version accepted for publication in the Open Journal of Astrophysics