論文の概要: A point cloud approach to generative modeling for galaxy surveys at the field level

• arxiv url: http://arxiv.org/abs/2311.17141v1
• Date: Tue, 28 Nov 2023 19:00:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-30 23:41:12.992727
• Title: A point cloud approach to generative modeling for galaxy surveys at the field level
• Title（参考訳）: フィールドレベルの銀河サーベイにおける生成モデリングへのポイントクラウドアプローチ
• Authors: Carolina Cuesta-Lazaro and Siddharth Mishra-Sharma
• Abstract要約: 宇宙における銀河の分布を記述するために拡散に基づく生成モデルを導入する。 クイジョートシミュレーションスイートにおける暗黒物質ハローの最初の応用例を示す。 このアプローチは、宇宙データの包括的な分析を可能にするために拡張することができる。
• 参考スコア（独自算出の注目度）: 0.5099081649205313
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a diffusion-based generative model to describe the distribution of galaxies in our Universe directly as a collection of points in 3-D space (coordinates) optionally with associated attributes (e.g., velocities and masses), without resorting to binning or voxelization. The custom diffusion model can be used both for emulation, reproducing essential summary statistics of the galaxy distribution, as well as inference, by computing the conditional likelihood of a galaxy field. We demonstrate a first application to massive dark matter haloes in the Quijote simulation suite. This approach can be extended to enable a comprehensive analysis of cosmological data, circumventing limitations inherent to summary statistic -- as well as neural simulation-based inference methods.
• Abstract（参考訳）: 我々は、宇宙における銀河の分布を直接3次元空間の点の集合として記述するための拡散に基づく生成モデルを導入し(座標)、ビンニングやボキセル化に頼ることなく、関連する属性(速度や質量など)と任意に関連付ける。 カスタム拡散モデルは、銀河の分布の基本的な要約統計を再現するエミュレーションや、銀河場の条件付き確率を計算することによって推論に利用できる。 我々は、quijoteシミュレーションスイートにおいて、巨大なダークマターハロエに対する最初の応用を示す。 このアプローチは、サマリ統計学に固有の制限を回避して、宇宙データの包括的な分析を可能にするために拡張することができる。

関連論文リスト

• Inferring Kernel $ε$-Machines: Discovering Structure in Complex Systems [49.1574468325115]
  本稿では,カーネル因果状態推定を縮小次元空間における座標の集合として符号化する因果拡散成分を提案する。 それぞれのコンポーネントがデータから予測機能を抽出し,そのアプリケーションを4つの例で示す。
  論文  参考訳（メタデータ） (2024-10-01T21:14:06Z)
• CHARM: Creating Halos with Auto-Regressive Multi-stage networks [1.6987257996124416]
  CHARMは、モックハローカタログを作成するための新しい方法である。 モックハローカタログと塗装された銀河カタログは、実空間と赤方偏移空間の両方でN$ボディシミュレーションから得られたのと同じ統計特性を持つことを示す。
  論文  参考訳（メタデータ） (2024-09-13T18:00:06Z)
• Flow-Based Generative Emulation of Grids of Stellar Evolutionary Models [4.713280433864737]
  恒星進化モデルの格子をエミュレートするフローベース生成手法を提案する。 様々な進化軌道やアイソクロンを連続的な入力パラメータにわたってエミュレートする能力を示す。
  論文  参考訳（メタデータ） (2024-07-12T16:54:17Z)
• Spherinator and HiPSter: Representation Learning for Unbiased Knowledge Discovery from Simulations [0.0]
  我々は、幅広いシミュレーションから有用な科学的洞察を得るための、新しい、偏見のない、機械学習に基づくアプローチについて説明する。 我々の概念は、低次元空間におけるデータのコンパクトな表現を学習するために非線形次元削減を適用することに基づいている。 本稿では、回転不変な超球面変動畳み込み自己エンコーダを用いて、潜時空間の電力分布を利用して、IllustrisTNGシミュレーションから銀河を訓練したプロトタイプを提案する。
  論文  参考訳（メタデータ） (2024-06-06T07:34:58Z)
• Diffusion posterior sampling for simulation-based inference in tall data settings [53.17563688225137]
  シミュレーションベース推論(SBI)は、入力パラメータを所定の観測に関連付ける後部分布を近似することができる。 本研究では、モデルのパラメータをより正確に推測するために、複数の観測値が利用できる、背の高いデータ拡張について考察する。 提案手法を,最近提案した各種数値実験の競合手法と比較し,数値安定性と計算コストの観点から,その優位性を実証した。
  論文  参考訳（メタデータ） (2024-04-11T09:23:36Z)
• Simulation-based inference using surjective sequential neural likelihood estimation [50.24983453990065]
  主観的逐次的ニューラルネットワーク類似度推定はシミュレーションに基づく推論の新しい手法である。 データを低次元空間に埋め込むことで、SSNLは高次元データセットに適用する際の従来の可能性ベースの手法が抱えるいくつかの問題を解く。
  論文  参考訳（メタデータ） (2023-08-02T10:02:38Z)
• Geometric Neural Diffusion Processes [55.891428654434634]
  拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。 これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
  論文  参考訳（メタデータ） (2023-07-11T16:51:38Z)
• Fermion production at the boundary of an expanding universe: a cold-atom gravitational analogue [68.8204255655161]
  フリードマン・ロバートソン・ウォルカー時空におけるディラックフェルミオンの宇宙粒子生成現象について検討した。 ラマン光学格子における超低温原子を用いた重力アナログの量子シミュレーション手法を提案する。
  論文  参考訳（メタデータ） (2022-12-02T18:28:23Z)
• Realistic galaxy image simulation via score-based generative models [0.0]
  本研究では,銀河の観測を模倣した現実的かつ偽のイメージを生成するために,スコアベースの生成モデルが利用できることを示す。 主観的には、生成された銀河は実際のデータセットのサンプルと比較すると非常に現実的である。
  論文  参考訳（メタデータ） (2021-11-02T16:27:08Z)
• A neural simulation-based inference approach for characterizing the Galactic Center $\gamma$-ray excess [9.101294179203794]
  Fermi gamma-ray Galactic Center Excess(GCE)は10年以上も謎のままだ。 我々は、シミュレーションに基づく推論の分野における最近の進歩を利用して、モデル化されたコンポーネントのGCEへの貢献を特徴づける。
  論文  参考訳（メタデータ） (2021-10-13T18:00:00Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)

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。