論文の概要: Topological Echoes of Primordial Physics in the Universe at Large Scales
- arxiv url: http://arxiv.org/abs/2012.03616v1
- Date: Mon, 7 Dec 2020 12:08:55 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-20 10:57:47.282112
- Title: Topological Echoes of Primordial Physics in the Universe at Large Scales
- Title(参考訳): 大規模宇宙における原始物理学の位相エコー
- Authors: Alex Cole, Matteo Biagetti, Gary Shiu
- Abstract要約: 暗黒物質のハロゲンのシミュレーションのために持続性図と導出統計を計算する。
私たちのパイプラインは完全なシミュレーションのサブボックスで永続性を計算し、シミュレーションは一様ハロ数にサブサンプルされます。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a pipeline for characterizing and constraining initial conditions
in cosmology via persistent homology. The cosmological observable of interest
is the cosmic web of large scale structure, and the initial conditions in
question are non-Gaussianities (NG) of primordial density perturbations. We
compute persistence diagrams and derived statistics for simulations of dark
matter halos with Gaussian and non-Gaussian initial conditions. For
computational reasons and to make contact with experimental observations, our
pipeline computes persistence in sub-boxes of full simulations and simulations
are subsampled to uniform halo number. We use simulations with large NG
($f_{\rm NL}^{\rm loc}=250$) as templates for identifying data with mild NG
($f_{\rm NL}^{\rm loc}=10$), and running the pipeline on several cubic volumes
of size $40~(\textrm{Gpc/h})^{3}$, we detect $f_{\rm NL}^{\rm loc}=10$ at
$97.5\%$ confidence on $\sim 85\%$ of the volumes for our best single
statistic. Throughout we benefit from the interpretability of topological
features as input for statistical inference, which allows us to make contact
with previous first-principles calculations and make new predictions.
- Abstract(参考訳): 本稿では,宇宙論における初期条件を永続ホモロジーを通じて特徴付け,制約するパイプラインを提案する。
興味を持つ宇宙学的な観測は、大規模構造の宇宙網であり、問題の初期条件は原始密度摂動の非ガウス性(NG)である。
我々は、ガウス初期条件と非ガウス初期条件による暗黒物質ハロのシミュレーションのための永続図と導出統計を計算する。
計算上の理由と実験的な観測に接触するために,本パイプラインは全シミュレーションのサブボックス内の永続性を計算し,シミュレーションを一様ハロー数にサブサンプリングする。
私たちは大きなng(f_{\rm nl}^{\rm loc}=250$)のシミュレーションを、マイルドなng(f_{\rm nl}^{\rm loc}=10$)のデータを識別するためのテンプレートとして使用し、パイプラインを40~(\textrm{gpc/h})^{3}$で実行し、$f_{\rm nl}^{\rm loc}=10$ at $97.5\%$ $\sim 85\%$で検出します。
統計的推論の入力としてのトポロジカル特徴の解釈可能性から,従来の第一原理計算と接触し,新たな予測を行うことができる。
関連論文リスト
- Information-Theoretic Thresholds for Planted Dense Cycles [52.076657911275525]
本研究では,社会科学や生物科学においてユビキタスな小世界ネットワークのランダムグラフモデルについて検討する。
植え込み高密度サイクルの検出と回復の両面において、情報理論の閾値を$n$, $tau$、エッジワイド信号対雑音比$lambda$で特徴づける。
論文 参考訳(メタデータ) (2024-02-01T03:39:01Z) - Bayesian Simulation-based Inference for Cosmological Initial Conditions [5.954511401622426]
本稿では,シミュレーションに基づく推論に根ざし,自己回帰モデルにより拡張された多目的ベイズ場再構成アルゴリズムを提案する。
本稿では,概念実証における最初の有望な結果として,時空密度場からの宇宙初期条件の回復について述べる。
論文 参考訳(メタデータ) (2023-10-30T18:24:25Z) - SimBIG: Field-level Simulation-Based Inference of Galaxy Clustering [2.3988372195566443]
本稿では、銀河団のフィールドレベル解析から、宇宙パラメータの最初のシミュレーションベース推論(SBI)を提案する。
重み付き畳み込みニューラルネットワークを用いて、BOSS CMASS銀河サンプルのサブセットにSimBIGを適用し、銀河場の大規模データ圧縮を行う。
この研究は、競合する宇宙学の制約を提示するだけでなく、DESI、PSS、ユークリッドのような今後の銀河調査で追加の宇宙学情報を活用する新しい手法も導入している。
論文 参考訳(メタデータ) (2023-10-23T18:05:32Z) - Cosmology from Galaxy Redshift Surveys with PointNet [65.89809800010927]
宇宙論において、銀河赤方偏移サーベイは、宇宙における位置の置換不変な集まりに類似している。
我々は、ポイントクラウドデータから直接、宇宙パラメータの値を回帰するために、textitPointNetのようなニューラルネットワークを使用します。
我々のPointNetsの実装は、$mathcalO(104) - MathcalO(105)$銀河の入力を一度に分析できるので、この応用の初期の作業は、およそ2桁の精度で改善される。
論文 参考訳(メタデータ) (2022-11-22T15:35:05Z) - Probing finite-temperature observables in quantum simulators of spin
systems with short-time dynamics [62.997667081978825]
ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。
長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
論文 参考訳(メタデータ) (2022-06-03T18:00:02Z) - Fast and realistic large-scale structure from machine-learning-augmented
random field simulations [0.0]
我々は、予測された対数正規ダークマター密度場をより現実的なダークマターマップに変換するために機械学習モデルを訓練する。
本研究では,フィールド分解能,赤方偏移,宇宙論的パラメータの異なる様々な統計的テストと比較したモデルの性能を示す。
論文 参考訳(メタデータ) (2022-05-16T18:00:01Z) - Probabilistic Mass Mapping with Neural Score Estimation [4.079848600120986]
弱レンズ質量マッピング問題の高次元ベイズ後方の効率的なサンプリング法を提案する。
本手法の精度をシミュレーションで実証し,HST/ACS COSMOSフィールドの大量再構成に適用する。
論文 参考訳(メタデータ) (2022-01-14T17:07:48Z) - Inverting brain grey matter models with likelihood-free inference: a
tool for trustable cytoarchitecture measurements [62.997667081978825]
脳の灰白質細胞構造の特徴は、体密度と体積に定量的に敏感であり、dMRIでは未解決の課題である。
我々は新しいフォワードモデル、特に新しい方程式系を提案し、比較的スパースなb殻を必要とする。
次に,提案手法を逆転させるため,確率自由推論 (LFI) として知られるベイズ解析から最新のツールを適用した。
論文 参考訳(メタデータ) (2021-11-15T09:08:27Z) - Satellite galaxy abundance dependency on cosmology in Magneticum
simulations [101.18253437732933]
宇宙論的パラメータに基づく衛星量のエミュレータを構築した。
A$ と $beta$ はたとえ弱いとしても、宇宙的パラメータに依存する。
また、衛星の宇宙論の依存性は、フル物理シミュレーション(FP)、ダークマターシミュレーション(DMO)、非放射性シミュレーション(非放射性シミュレーション)の違いも示している。
論文 参考訳(メタデータ) (2021-10-11T18:00:02Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳(メタデータ) (2020-02-25T19:18:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。