Комбинация данных галактик и нейтрального водорода улучшила космологические параметры в 3–7 раз
Новый метод обработки данных о крупномасштабной структуре Вселенной может значительно повысить точность космологических параметров. Исследователи предложили подход, основанный на Simulation-Based Inference (SBI), который объединяет информацию о распределении галактик и нейтрального водорода (HI).
Разработанный конвейер использует нейронные эмуляторы, обученные на полных гидродинамических симуляциях. Они генерируют карты галактик и HI из быстрых приближенных симуляций тёмной материи. Комбинация с нейронной оценкой апостериорного распределения позволяет оценивать космологические параметры, одновременно маргинализуя астрофизические эффекты.
Учёные провели вывод как по спектру мощности, так и по представлениям, полученным из полевых 2D или 3D карт. Сравнивая результаты каждого зонда и комбинацию двух трассеров, они оценили влияние сжатия данных и многотрассеровой информации на космологические ограничения.
Комбинирование полей галактик и HI улучшает ограничения относительно однотрассеровых случаев в 2–7 раз по показателю Figure of Merit, описывающему совместную точность космологических параметров. Переход от суммарных статистик к полевому выводу даёт дополнительный выигрыш в три раза.
Наибольшую точность и калибровку апостериорных распределений обеспечивают 3D карты. Улучшение точности сохраняется даже при маргинализации астрофизических параметров. Дальнейшие разработки, включая реалистичные эффекты обзоров и улучшение точности эмуляторов, позволят применить данную методику к данным будущих наблюдений.
