剪切-宇宙学范式第一部分：弱引力观测的混合场级与仿真基方法框架
宇宙学与河外天体物理
2026-05-19 v2
摘要
从下一代弱引力观测中进行精确宇宙学推断需要提取标准两点统计信息之外的非高斯信息。我们 presented a 集成场级推断（FLI）与仿真基推断（SBI）的混合机器学习框架，直接将观测剪切场映射到宇宙学参数，消除收敛度重建的需求。FLI网络从剪切场中提取丰富的非高斯信息，以产生信息丰富的特征，而这些特征随后被用于SBI来建模复杂的后验分布。为缓解来自星系形状的内在噪声，我们开发了一种盲法、无训练、基于主成分的数值剪切去噪方法。在CSST类模拟目录测试中，我们发现性能显著提升。基于剪切的推断在图示价值（FoM）上约为常规基于收敛度方法的两倍。此外，PCA去噪与ML压缩的组合相对于标准剪切两点统计，能实现约36.4%的FoM提升。本工作为宇宙学推断建立了可扩展且稳健的路径，释放了Stage-IV弱引力观测的全部潜力。
引用
@article{arxiv.2511.22851,
title = {The Shear-to-Cosmology Paradigm I. Hybrid Field-Level and Simulation-Based Framework for Weak Lensing Surveys},
author = {Jiacheng Ding and Chen Su and Ji Yao and Le Zhang and Huanyuan Shan},
journal= {arXiv preprint arXiv:2511.22851},
year = {2026}
}
备注
14 pages, 17 figures, 1 table