迈向大尺度再电离图的非高斯生成模型
宇宙学与河外天体物理
2022-10-27 v1
摘要
下一代大规模巡天观测预计将产生高维数据集。这些数据集将携带关于星系形成和宇宙再电离早期阶段的丰富信息。从这些数据集中提取最大信息量仍然是一个关键挑战。当前的宇宙再电离模拟计算成本过高,无法提供足够的实现来测试不同的统计方法,例如参数推断。我们提出了一个仅基于其汇总统计量的再电离图非高斯生成模型。我们直接从其功率谱(PS)和小波相位谐波(WPH)系数重建大尺度电离场(气泡空间分布)。利用WPH,我们展示了我们的模型能够高效地从单个汇总统计量实现中生成多样化的大尺度电离图新样本。我们使用气泡大小统计量将我们的模型与目标电离图进行比较,并在很大程度上发现了一致性。与PS相比,我们的结果表明,WPH提供了最优的汇总统计量,能够从高度非线性的电离场中捕获大部分信息。
引用
@article{arxiv.2210.14273,
title = {Towards a non-Gaussian Generative Model of large-scale Reionization Maps},
author = {Yu-Heng Lin and Sultan Hassan and Bruno Régaldo-Saint Blancard and Michael Eickenberg and Chirag Modi},
journal= {arXiv preprint arXiv:2210.14273},
year = {2022}
}
备注
7 pages, 3 figures, accept in Machine Learning and the Physical Sciences workshop at NeurIPS 2022