論文の概要: Dark Quest II: A Wide-Coverage Neural Network Emulator of the Nonlinear Matter Power Spectrum Across Extended Cosmologies
- arxiv url: http://arxiv.org/abs/2605.28596v1
- Date: Wed, 27 May 2026 15:15:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:56.149678
- Title: Dark Quest II: A Wide-Coverage Neural Network Emulator of the Nonlinear Matter Power Spectrum Across Extended Cosmologies
- Title（参考訳）: Dark Quest II: 拡張コスモロジーにおける非線形物質パワースペクトルの広帯域ニューラルネットワークエミュレータ
- Authors: Satoshi Tanaka, Takahiro Nishimichi, Yosuke Kobayashi,
- Abstract要約: textscDarkEmulator2は非線形物質パワースペクトルのニューラルネットワークエミュレータである。
textscGinkakuコードで生成されたシミュレーションに基づいてトレーニングされる。
- 参考スコア（独自算出の注目度）: 0.6276677702040125
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: \textsc{DarkEmulator2} is a neural network emulator of the nonlinear matter power spectrum in a nine-dimensional $w_0 w_a νo \mathrm{CDM}$ parameter space, developed as the emulator component of the \textsc{Dark Quest II} (DQ2) program. It is trained on simulations generated with the \textsc{Ginkaku} code, whose numerical implementation, accuracy tests, and post-processing pipeline are described in the companion paper. The design follows a unified strategy: in addition to the cosmological parameter vector, we supplement the neural network's inputs with three families of physically motivated auxiliary quantities -- the linear matter power spectrum, descriptors of the simulation resolution, and a low-dimensional summary of the initial Gaussian random field -- that are expected to improve generalization across the parameter space. Training a single network jointly across three simulation resolution tiers allows the emulator to exploit a small number of high-resolution simulations while retaining broad coverage from lower-resolution simulations. For a $L_{\mathrm{box}}=1\,\hiGpc$ box with $N=3000^{3}$ particles, the emulator reproduces the simulated matter power spectrum to subpercent accuracy up to the particle Nyquist scale, $k_{\mathrm{Ny}}\simeq 10\,\hMpci$. The emulator remains accurate over the calibrated wavenumber range, while its highest-$k$ predictions depend on the simulation resolution and shot noise. We validate the emulator on independent test suites and, through a cross-comparison with several public emulators and widely used fitting formulas, characterize the inter-model consistency and the parameter-dependent trends in their residuals.
- Abstract（参考訳）: \textsc{DarkEmulator2} は、9次元の$w_0 w_a νo \mathrm{CDM}$パラメータ空間における非線形物質パワースペクトルのニューラルネットワークエミュレータであり、 \textsc{Dark Quest II} (DQ2) プログラムのエミュレータコンポーネントとして開発された。
数値的な実装、精度テスト、後処理パイプラインを記述した‘textsc{Ginkaku}コードで生成されたシミュレーションに基づいて訓練する。
この設計は、宇宙パラメータベクトルに加えて、ニューラルネットワークの入力を、線形物質パワースペクトル、シミュレーション解像度のディスクリプタ、パラメータ空間全体の一般化を改善することが期待される初期ガウス確率場の低次元の要約という、物理的に動機付けられた補助量の3つのファミリーで補う。
3つのシミュレーション解像度層にまたがる1つのネットワークを共同でトレーニングすることで、エミュレータは少数の高解像度シミュレーションを活用でき、低解像度シミュレーションから幅広い範囲をカバーできる。
L_{\mathrm{box}}=1\,\hiGpc$box with $N=3000^{3}$ Particleに対して、エミュレータは、シミュレーションされた物質パワースペクトルを粒子Nyquistスケールまでのサブパーセンテージの精度、$k_{\mathrm{Ny}}\simeq 10\,\hMpci$まで再現する。
エミュレータは校正波数範囲で精度が保たれ、最高値の予測はシミュレーションの解像度とショットノイズに依存する。
我々は,エミュレータを独立したテストスイート上で検証し,複数の公的なエミュレータと多用された適合式との相互比較により,モデル間の整合性とパラメータ依存傾向を特徴付ける。
関連論文リスト
- Enhancing Chemistry on Quantum Computers with Fermionic Linear Optical Simulation [2.7065118141722455]
我々は,化学応用に適した量子回路シミュレータを提示し,オープンソース化した。
我々のシミュレーターは、受動フェルミオン線形光学素子と制御相ゲートを含む回路から得られたサンプルのボルンルール確率を計算することができる。
論文 参考訳（メタデータ） (2025-11-16T02:05:16Z) - GausSim: Foreseeing Reality by Gaussian Simulator for Elastic Objects [55.02281855589641]
GausSimは、ガウスカーネルを通して表現される現実の弾性物体の動的挙動をキャプチャするために設計された、ニューラルネットワークベースの新しいシミュレータである。
我々は連続体力学を活用し、各カーネルを連続体を表すCenter of Mass System (CMS)として扱う。
さらに、ガウスシムは質量や運動量保存のような明示的な物理制約を取り入れ、解釈可能な結果と堅牢で物理的に妥当なシミュレーションを確実にする。
論文 参考訳（メタデータ） (2024-12-23T18:58:17Z) - 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) - syren-new: Precise formulae for the linear and nonlinear matter power spectra with massive neutrinos and dynamical dark energy [0.6825805890534121]
現在および将来の大規模構造調査は、ニュートリノ質量とダークエネルギーの状態の方程式を制約することを目的としている。
宇宙パラメータの関数として線形および非線形物質パワースペクトルに対する正確かつ解釈可能な記号近似を構築した。
本研究は, 線形および非線形物質パワースペクトルに対する電流シンボル近似の精度, 速度, 適用範囲を大幅に改善する。
論文 参考訳（メタデータ） (2024-10-18T17:22:38Z) - ClimSim-Online: A Large Multi-scale Dataset and Framework for Hybrid ML-physics Climate Emulation [45.201929285600606]
我々は、ハイブリッドML物理シミュレータを開発するためのエンドツーエンドワークフローを含むClimSim-Onlineを提案する。
データセットはグローバルで、高いサンプリング頻度で10年間にわたっています。
MLモデルを運用環境シミュレータに統合するための、クロスプラットフォームでコンテナ化されたパイプラインを提供します。
論文 参考訳（メタデータ） (2023-06-14T21:26:31Z) - Fast emulation of cosmological density fields based on dimensionality
reduction and supervised machine-learning [0.0]
簡単な機械学習手法を用いて,高速暗黒物質密度場エミュレーションを競合精度で実行可能であることを示す。
異なる宇宙パラメータに対する新しい密度立方体は、新しいN体シミュレーションに直接頼らずに推定できる。
論文 参考訳（メタデータ） (2023-04-12T18:29:26Z) - Learning Large-scale Subsurface Simulations with a Hybrid Graph Network
Simulator [57.57321628587564]
本研究では3次元地下流体の貯留層シミュレーションを学習するためのハイブリッドグラフネットワークシミュレータ (HGNS) を提案する。
HGNSは、流体の進化をモデル化する地下グラフニューラルネットワーク(SGNN)と、圧力の進化をモデル化する3D-U-Netで構成されている。
産業標準地下フローデータセット(SPE-10)と1100万セルを用いて,HGNSが標準地下シミュレータの18倍の推算時間を短縮できることを実証した。
論文 参考訳（メタデータ） (2022-06-15T17:29:57Z) - Multi-fidelity Hierarchical Neural Processes [79.0284780825048]
多要素代理モデリングは、異なるシミュレーション出力を融合させることで計算コストを削減する。
本稿では,多階層型階層型ニューラルネットワーク(MF-HNP)を提案する。
疫学および気候モデリングタスクにおけるMF-HNPの評価を行い、精度と不確実性評価の観点から競合性能を達成した。
論文 参考訳（メタデータ） (2022-06-10T04:54:13Z) - Field Level Neural Network Emulator for Cosmological N-body Simulations [7.051595217991437]
非線形状態において高精度な宇宙構造形成のためのフィールドレベルエミュレータを構築した。
我々は、2つの畳み込みニューラルネットワークを用いて、N体シミュレーション粒子の非線形変位と速度を出力する。
論文 参考訳（メタデータ） (2022-06-09T16:21:57Z) - Simulating nonnative cubic interactions on noisy quantum machines [65.38483184536494]
量子プロセッサは、ハードウェアに固有のものではないダイナミクスを効率的にシミュレートするためにプログラムできることを示す。
誤差補正のないノイズのあるデバイスでは、モジュールゲートを用いて量子プログラムをコンパイルするとシミュレーション結果が大幅に改善されることを示す。
論文 参考訳（メタデータ） (2020-04-15T05:16:24Z) - 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。