論文の概要: Machine Learning-Driven Analysis of kSZ Maps to Predict CMB Optical Depth $τ$
- arxiv url: http://arxiv.org/abs/2511.04770v1
- Date: Thu, 06 Nov 2025 19:41:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-10 21:00:44.573256
- Title: Machine Learning-Driven Analysis of kSZ Maps to Predict CMB Optical Depth $τ$
- Title（参考訳）: CMB光深度予測のためのkSZマップの機械学習による解析
- Authors: Farshid Farhadi Khouzani, Abinash Kumar Shaw, Paul La Plante, Bryar Mustafa Shareef, Laxmi Gewali,
- Abstract要約: 運動的スニャーエフ・ゼルドビッチ(kSZ)効果の今後の測定は、イオン化エポック(EoR)の強力なプローブを提供する
弱いkSZ信号は、天体物理学的な前景からのかなりの汚染のため、CMB観測から抽出することが難しい。
シミュレーションされたkSZマップから$tau$を抽出する機械学習手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Upcoming measurements of the kinetic Sunyaev-Zel'dovich (kSZ) effect, which results from Cosmic Microwave Background (CMB) photons scattering off moving electrons, offer a powerful probe of the Epoch of Reionization (EoR). The kSZ signal contains key information about the timing, duration, and spatial structure of the EoR. A precise measurement of the CMB optical depth $\tau$, a key parameter that characterizes the universe's integrated electron density, would significantly constrain models of early structure formation. However, the weak kSZ signal is difficult to extract from CMB observations due to significant contamination from astrophysical foregrounds. We present a machine learning approach to extract $\tau$ from simulated kSZ maps. We train advanced machine learning models, including swin transformers, on high-resolution seminumeric simulations of the kSZ signal. To robustly quantify prediction uncertainties of $\tau$, we employ the Laplace Approximation (LA). This approach provides an efficient and principled Gaussian approximation to the posterior distribution over the model's weights, allowing for reliable error estimation. We investigate and compare two distinct application modes: a post-hoc LA applied to a pre-trained model, and an online LA where model weights and hyperparameters are optimized jointly by maximizing the marginal likelihood. This approach provides a framework for robustly constraining $\tau$ and its associated uncertainty, which can enhance the analysis of upcoming CMB surveys like the Simons Observatory and CMB-S4.
- Abstract（参考訳）: 移動電子から散乱する宇宙マイクロ波背景(CMB)光子から生じる運動的スニャーエフ・ゼルドビッチ(kSZ)効果の今後の測定は、イオン化のエポック(EoR)の強力なプローブを提供する。
kSZ信号は、EoRのタイミング、期間、空間構造に関する鍵情報を含む。
宇宙の集積電子密度を特徴づける鍵パラメータであるCMB光深度$\tau$の正確な測定は、初期の構造形成のモデルを著しく制約する。
しかし、弱いkSZ信号は、天体物理学的な前景からのかなりの汚染のため、CMB観測から抽出することは困難である。
シミュレーションされたkSZマップから$\tau$を抽出する機械学習手法を提案する。
我々は、kSZ信号の高分解能半数値シミュレーションに基づいて、スウィントランスを含む高度な機械学習モデルを訓練する。
ラプラス近似 (Laplace Approximation, LA) を用いて、$\tau$の予測の不確かさをしっかりと定量化する。
このアプローチはモデル重みの後方分布に対する効率よく原理化されたガウス近似を提供し、信頼性の高い誤差推定を可能にする。
本稿では,事前学習モデルに適用したポストホックLAと,モデルウェイトとハイパーパラメータを協調的に最適化するオンラインLAの2つの異なる適用モードについて検討・比較する。
このアプローチは$\tau$とその関連する不確実性を堅牢に制約するフレームワークを提供しており、Simons ObservatoryやCMB-S4といった今後のCMB調査の分析を強化することができる。
関連論文リスト
- Wavelet Flow For Extragalactic Foreground Simulations [0.0]
宇宙マイクロ波背景観測(CMB)における銀河外フォアグラウンドは、宇宙学的および天体物理学的な情報の源泉である。
我々は,CMBセカンダリとフォアグラウンドのフィールドレベルの確率分布をモデル化する新しい課題に,Wavelet Flow(WF)モデルを用いて取り組むことを検討する。
論文 参考訳（メタデータ） (2025-05-27T14:08:28Z) - ACMamba: Fast Unsupervised Anomaly Detection via An Asymmetrical Consensus State Space Model [51.83639270669481]
ハイパースペクトル画像(HSI)における教師なし異常検出は、背景から未知のターゲットを検出することを目的としている。
HSI研究は、HSIの高次元特性と高密度サンプリングベーストレーニングパラダイムにより、計算コストの急激さによって妨げられている。
計算コストを大幅に削減する非対称コンセンサス状態空間モデル(ACMamba)を提案する。
論文 参考訳（メタデータ） (2025-04-16T05:33:42Z) - Cosmological Analysis with Calibrated Neural Quantile Estimation and Approximate Simulators [0.0]
我々は,多数の近似シミュレーションをトレーニングに利用し,少数の高忠実度シミュレーションをキャリブレーションに利用した新しいシミュレーションベース推論(SBI)手法を提案する。
概念の証明として、2次元暗黒物質密度写像から、z=0$で$k_rm maxsim1.5,h$/Mpcまでの距離で宇宙的パラメータを推定できることが示される。
キャリブレーション後部は、$sim104$ expensive Particle-Particle (PP) シミュレーションの直接トレーニングにより得られたものとよく一致するが、計算コストのごく一部で一致する。
論文 参考訳（メタデータ） (2024-11-22T05:53:46Z) - Noise-aware variational eigensolvers: a dissipative route for lattice gauge theories [40.772310187078475]
量子シミュレータにおける$mathbbZ$格子ゲージ理論(LGT)の基底状態構築のための新しい変分アンザッツを提案する。
これは、完全に決定論的スキームにおける散逸的かつユニタリな操作と、考慮された格子の大きさとスケールしない回路深さを組み合わせている。
非常にわずかな変動パラメータで、アンザッツは$mathbbZ$ LGTの閉じ込められた位相と分解された位相の両方のエネルギーの精度を$>!
論文 参考訳（メタデータ） (2023-08-07T14:23:00Z) - {\Pi}-ML: A dimensional analysis-based machine learning parameterization
of optical turbulence in the atmospheric surface layer [0.0]
いわゆる光乱流と呼ばれる大気屈折率の乱流変動は、レーザービームを著しく歪ませることができる。
本稿では,次元解析と勾配向上に基づく物理インフォームド・機械学習(ML)手法である$Pi$-MLを提案し,C_n2$を推定する。
論文 参考訳（メタデータ） (2023-04-24T15:38:22Z) - NAG-GS: Semi-Implicit, Accelerated and Robust Stochastic Optimizer [45.47667026025716]
2つの重要な要素に依存した、新しく、堅牢で、加速された反復を提案する。
NAG-GSと呼ばれる手法の収束と安定性は、まず広範に研究されている。
我々は、NAG-arityが、重量減衰を伴う運動量SGDや機械学習モデルのトレーニングのためのAdamWといった最先端の手法と競合していることを示す。
論文 参考訳（メタデータ） (2022-09-29T16:54:53Z) - Experimental validation of the Kibble-Zurek Mechanism on a Digital
Quantum Computer [62.997667081978825]
キブル・ズレック機構は対称性の破れを伴う非平衡量子相転移の本質物理学を捉えている。
我々は、ランダウ・ツェナー進化の下で、最も単純な量子の場合、単一の量子ビットに対してKZMを実験的に検証した。
我々は、異なる回路環境とトポロジに埋め込まれた個々の量子ビットに関する広範囲なIBM-Q実験について報告する。
論文 参考訳（メタデータ） (2022-08-01T18:00:02Z) - 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) - Mass Estimation of Galaxy Clusters with Deep Learning I:
Sunyaev-Zel'dovich Effect [0.0]
本稿では,マイクロ波空の画像から直接銀河団の質量を推定する深層学習の新たな応用を提案する。
我々は、宇宙マイクロ波背景(CMB)、ほこりや電波銀河からの信号、計器ノイズ、クラスタ独自のSZ信号を含むマイクロ波空のシミュレーション画像を用いて、深層学習モデルを訓練し、テストする。
我々は, 磁気流体力学シミュレーションを用いて, 方位対称SZプロファイルを訓練しても, 現実的なSZプロファイルに対して有効であることを確認した。
論文 参考訳（メタデータ） (2020-03-13T07:16:20Z)
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。