論文の概要: Robust field-level inference with dark matter halos
- arxiv url: http://arxiv.org/abs/2209.06843v1
- Date: Wed, 14 Sep 2022 18:00:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-16 12:35:48.457625
- Title: Robust field-level inference with dark matter halos
- Title（参考訳）: 暗黒物質halosを用いたロバスト場レベル推論
- Authors: Helen Shao, Francisco Villaescusa-Navarro, Pablo Villanueva-Domingo,
Romain Teyssier, Lehman H. Garrison, Marco Gatti, Derek Inman, Yueying Ni,
Ulrich P. Steinwandel, Mihir Kulkarni, Eli Visbal, Greg L. Bryan, Daniel
Angles-Alcazar, Tiago Castro, Elena Hernandez-Martinez, Klaus Dolag
- Abstract要約: 我々は、Gadget N体シミュレーションからハロカタログ上のグラフニューラルネットワークをトレーニングし、宇宙論パラメータの場レベルの可能性のない推論を行う。
haloカタログを使ってテストすると、$Omega_rm m$と$sigma_8$の値を推測できます。
- 参考スコア（独自算出の注目度）: 0.6037135999215006
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We train graph neural networks on halo catalogues from Gadget N-body
simulations to perform field-level likelihood-free inference of cosmological
parameters. The catalogues contain $\lesssim$5,000 halos with masses $\gtrsim
10^{10}~h^{-1}M_\odot$ in a periodic volume of $(25~h^{-1}{\rm Mpc})^3$; every
halo in the catalogue is characterized by several properties such as position,
mass, velocity, concentration, and maximum circular velocity. Our models, built
to be permutationally, translationally, and rotationally invariant, do not
impose a minimum scale on which to extract information and are able to infer
the values of $\Omega_{\rm m}$ and $\sigma_8$ with a mean relative error of
$\sim6\%$, when using positions plus velocities and positions plus masses,
respectively. More importantly, we find that our models are very robust: they
can infer the value of $\Omega_{\rm m}$ and $\sigma_8$ when tested using halo
catalogues from thousands of N-body simulations run with five different N-body
codes: Abacus, CUBEP$^3$M, Enzo, PKDGrav3, and Ramses. Surprisingly, the model
trained to infer $\Omega_{\rm m}$ also works when tested on thousands of
state-of-the-art CAMELS hydrodynamic simulations run with four different codes
and subgrid physics implementations. Using halo properties such as
concentration and maximum circular velocity allow our models to extract more
information, at the expense of breaking the robustness of the models. This may
happen because the different N-body codes are not converged on the relevant
scales corresponding to these parameters.
- Abstract（参考訳）: ガジェットn体シミュレーションからhaloカタログ上のグラフニューラルネットワークを訓練し、宇宙パラメータのフィールドレベル確率フリー推論を行う。
カタログには$(25~h^{-1}{\rm mpc})^3$の周期体積で$\lesssim$5,000 halosと質量$\gtrsim 10^{10}~h^{-1}m_\odot$が含まれている。
我々のモデルは、置換的に、翻訳的に、そして回転的に不変に構築されており、情報を抽出するための最小スケールを課さず、それぞれ位置と速度と位置+質量を使用する場合、平均相対誤差$\sim6\%$で$\omega_{\rm m}$と$\sigma_8$の値を推測することができる。
Abacus、CUBEP$^3$M、Enzo、PKDGrav3、Ramsesの5つの異なるN-bodyコードで実行される何千ものN-bodyシミュレーションのハローカタログを使って、テストすると、$\Omega_{\rm m}$と$\sigma_8$の値を推測できる。
驚くべきことに、$\Omega_{\rm m}$を推論するよう訓練されたモデルは、何千もの最先端のCAMELS流体力学シミュレーションを4つの異なるコードとサブグリッド物理の実装で実行した場合にも機能する。
集中度や最大円速度などのhalo特性を利用することで,モデルのロバスト性を損なうことなく,より多くの情報を得ることができる。
これは、異なるN体符号がこれらのパラメータに対応する関連するスケールに収束しないからである。
関連論文リスト
- Optimized Quantum Simulation Algorithms for Scalar Quantum Field Theories [0.3394351835510634]
量子コンピュータ上でのスカラー場理論の実用的なシミュレーション手法を提案する。
本手法はハミルトニアンの各種耐故障シミュレーションアルゴリズムを用いて実装する。
どちらの場合も、バウンダリが物理的に意味のあるシミュレーションを4つの物理量子ビット(106ドル)と1012ドル(T$-gate)の順番で行うことを示唆している。
論文 参考訳（メタデータ） (2024-07-18T18:00:01Z) - Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳（メタデータ） (2024-01-17T18:59:38Z) - Robust Field-level Likelihood-free Inference with Galaxies [0.0]
我々は、CAMELSプロジェクトの最先端の流体力学シミュレーションから銀河カタログを用いて、グラフニューラルネットワークを訓練し、フィールドレベル確率自由推論を行う。
我々のモデルは回転、翻訳、置換不変であり、スケールにいかなるカットも課さない。
我々のモデルは、天体物理学、サブグリッド物理学、およびサブハロ/ガラクシーファインダーの変化に対して堅牢であることがわかった。
論文 参考訳（メタデータ） (2023-02-27T19:26:13Z) - Predicting the Stability of Hierarchical Triple Systems with
Convolutional Neural Networks [68.8204255655161]
本稿では,階層型三重項の安定性を予測する畳み込みニューラルネットワークモデルを提案する。
すべてのトレーニングされたモデルは公開されており、純粋な$N$-bodyメソッドよりも200ドルの速さで階層的な3重システムの安定性を予測することができる。
論文 参考訳（メタデータ） (2022-06-24T17:58:13Z) - Learning cosmology and clustering with cosmic graphs [0.0]
我々は、CAMELSプロジェクトの最先端の流体力学シミュレーションから数千の銀河カタログのディープラーニングモデルを訓練する。
まず、GNNが数パーセントの精度で銀河カタログのパワースペクトルを計算することができることを示す。
次に、GNNをトレーニングし、銀河場レベルで可能性のない推論を行う。
論文 参考訳（メタデータ） (2022-04-28T18:00:02Z) - Minimax Optimal Quantization of Linear Models: Information-Theoretic
Limits and Efficient Algorithms [59.724977092582535]
測定から学習した線形モデルの定量化の問題を考える。
この設定の下では、ミニマックスリスクに対する情報理論の下限を導出する。
本稿では,2層ReLUニューラルネットワークに対して,提案手法と上界を拡張可能であることを示す。
論文 参考訳（メタデータ） (2022-02-23T02:39:04Z) - Inferring halo masses with Graph Neural Networks [0.5804487044220691]
我々は、ハローの位置、速度、恒星の質量、銀河の半径を推定するモデルを構築します。
我々は不規則でスパースなデータを扱うように設計されたグラフニューラルネットワーク(GNN)を使用している。
我々のモデルでは、ハロの質量を$sim$0.2 dexの精度で制限することができる。
論文 参考訳（メタデータ） (2021-11-16T18:37:53Z) - Satellite galaxy abundance dependency on cosmology in Magneticum
simulations [101.18253437732933]
宇宙論的パラメータに基づく衛星量のエミュレータを構築した。
A$ 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) - Robust marginalization of baryonic effects for cosmological inference at
the field level [12.768056235837427]
ニューラルネットワークをトレーニングして、全質量表面密度を含む$(25,h-1rm Mpc)2$2Dマップから確率のない推論を行う。
ネットワークは、すべての解決されたスケールから一点関数やパワースペクトルを超えて情報を抽出できることを示す。
論文 参考訳（メタデータ） (2021-09-21T18:00:01Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳（メタデータ） (2020-02-25T19:18:36Z) - Minimum optical depth multi-port interferometers for approximating any
unitary transformation and any pure state [52.77024349608834]
任意の次元の純粋な状態は、任意の次元の$d$で、マルチポート干渉計を用いて不忠実な$le 10-15$で作成できることが示される。
The schemes in [Phys. Rev. Lett. textbf73, 58 (1994) and Optica text3, 1460, 1460, but a infidelity in order of 10-7$ for block-diagonal unitary transformations。
論文 参考訳（メタデータ） (2020-02-04T15:40:49Z)
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。