Cosmological constraints from BOSS with analytic covariance matrices
我们使用解析协方差矩阵进行一个完整的形状分析的星系功率谱多极从重子振荡光谱巡天（BOSS）。我们得到的参数估计，同意以及基于样本协方差从2000星系模拟目录，从而验证了分析方法，并提供大量的计算成本降低。我们还强调了分析协方差的一些额外的优势。首先，分析不会受到采样噪声的影响，采样噪声会使约束产生偏差，并且通常需要扩大参数误差条。其次，它允许我们研究宇宙学约束的收敛性，重新计算解析协方差以匹配最佳拟合功率谱，这可以在一个可以忽略不计的计算成本，不像使用模拟目录。这些影响减少了宇宙学约束的系统误差预算，这表明分析方法可能是即将到来的高精度星系红移调查，如DESI和欧几里得的一个重要工具。最后，我们研究了功率谱协方差矩阵中的各种成分的影响，并表明，非高斯部分，其中包括定期三谱和超样本协方差，有一个边际效应（$\lesssim 10 \%$）的宇宙学参数误差酒吧。我们还建议改进Fisher预测中常用的分析协方差。
2020-12-24 astro-ph.CO
Estimating Cosmological Parameters and Reconstructing Hubble Constant with Artificial Neural Networks: A Test with covariance matrix and mock H(z)
本文利用人工神经网络结合协方差矩阵和模拟H(z)重建哈勃参数，并通过MCMC约束宇宙学参数，证明重建样本的统计精度与真实观测数据相当。
2025-09-03 astro-ph.CO
Non-Linear Matter Power Spectrum Covariance Matrix Errors and Cosmological Parameter Uncertainties
物质功率谱的协方差矩阵是星系团数据统计分析的关键要素。观测测量的独立实现可以用来对协方差进行采样，然而统计采样误差将传播到宇宙学参数推断中，可能限制即将到来的星系巡天的能力。作为独立实现的数量的函数，这些错误的影响已被评估为高斯分布的数据。然而，在后期的非线性集群的问题导致偏离高斯统计。在这里，我们解决了非高斯误差对样本协方差和精度矩阵误差的影响，使用一个大的数值N体模拟合奏。在有限体积效应可以忽略的模式范围内（$0.1\lesssim k\,[h\,{\rm Mpc^{-1}}]\lesssim 1.2$），我们发现样本协方差的估计方差相对于高斯预测高于$\sim 10\%$水平的偏差。在精度矩阵的情况下，这些减少到大约$\sim 5\%$。最后，我们进行Fisher分析，估计协方差误差对宇宙学参数约束的影响。特别是，假设欧几里德一样的调查特性，我们发现，一些独立的实现大于$\gtrsim 5000$是必要的，以减少贡献的样本协方差误差的宇宙学参数的不确定性在次百分比水平。我们还表明，限制分析大尺度$k\lesssim0.2\,h\,{\rm Mpc^{-1}}$的结果在约束力相当大的损失，而使用的线性协方差，包括较小的尺度导致低估的宇宙学参数的错误。
2016-04-13 astro-ph.CO
Including parameter dependence in the data and covariance for cosmological inference
大多数大尺度结构分析的最后一步涉及功率谱或关联函数与理论模型的比较。很明显，理论模型具有参数依赖性，但通常测量值和协方差矩阵也依赖于某些参数。我们表明，一个非常简单的插值方案，从非结构化网格允许一个有效的方法，包括这个参数的依赖性自相一致的分析在适度的计算费用。我们描述了两个方案的协方差矩阵。使用这种矩阵的几何结构的方案的性能大约是最简单方案的两倍，尽管两者都表现得很好。
2016-01-05 astro-ph.CO
Cosmological Model Parameter Dependence of the Matter Power Spectrum Covariance from the DEUS-PUR $Cosmo$ Simulations
未来的星系巡天将在前所未有的尺度和红移范围内提供物质功率谱的精确测量。这些数据的分析将需要一个精确的模型的物质密度场的非线性的印记。特别是，这些诱导非高斯贡献的数据协方差，需要适当考虑实现无偏宇宙学参数推断分析。在这里，我们研究的宇宙学依赖的物质功率谱协方差使用一个专用的N体模拟套件，暗能量宇宙模拟-平行宇宙的平行宇宙的（DEUS-PUR）{ \it Cosmo}。这些包括512实现10个不同的宇宙学，我们改变物质密度$Ω_m$，密度波动的幅度$σ_8$，减少哈勃参数$h$和一个恒定的暗能量状态方程$w$约$10\%$。我们使用这些数据来评估一阶和二阶导数的功率谱协方差相对于基准$Λ$ CDM宇宙学。我们发现，变化可以大到$150\%$取决于规模，红移和模型参数考虑。通过执行Fisher矩阵分析，我们探讨了不同的选择在建模的协方差的宇宙学依赖的影响。我们的研究结果表明，固定协方差的基准宇宙学可以显着影响恢复的参数误差和建模的宇宙学依赖的方差，同时保持相关系数固定可以减轻这种影响。
2020-11-02 astro-ph.CO
Suppressing cosmic variance with paired-and-fixed cosmological simulations: average properties and covariances of dark matter clustering statistics
从观测到的星系聚类中进行宇宙学推断需要对平均聚类统计量及其协方差进行准确的预测。这些都受到宇宙方差的影响--由于谐波数量有限而产生的统计噪声。宇宙方差可以通过固定谐波的振幅来抑制，而不是从暴胀模型预测的高斯分布中提取它们。初始实现也可以与180度翻转相位成对生成，以进一步减少方差。在这里，我们比较了使用配对和固定与高斯初始条件的平均暗物质聚类和协方差矩阵预测N体模拟的后果。在以前的研究中，我们发现配对和固定和高斯模拟的平均密度分布函数，功率谱和双谱之间没有可测量的差异。然而，从配对和固定的模拟的协方差被抑制在一个复杂的规模和红移依赖的方式。这种情况在重子声学振荡的尺度上尤其成问题，其中功率谱的协方差矩阵与高斯实现相比仅低20%，这意味着宇宙方差没有太大的减少。非平凡的抑制，结合配对和固定的协方差比高斯模拟的噪声更大的事实，表明没有从配对和固定的模拟获得准确的协方差矩阵的路径。由于协方差是至关重要的观测估计的星系团统计和宇宙学参数，配对和固定的模拟，虽然有用的一些应用程序，不能用于生产模拟星系目录。
2019-03-20 astro-ph.CO
On the correlations of galaxy peculiar velocities and their covariance
本文总结了利用星系 peculiar 速度相关函数检验宇宙学模型的方法，提出了新的解析协方差测定，并通过模拟验证其有效性。
2023-10-18 astro-ph.CO
Cosmological inference including massive neutrinos from the matter power spectrum: biases induced by uncertainties in the covariance matrix
本研究针对宇宙学参数推断中协方差矩阵的采样噪声与非高斯贡献，提出NERCOME和COVMOS两种方法，发现COVMOS可提供无偏约束，而非高斯项被忽略时在特定尺度上会显著影响参数估计。
2023-06-09 astro-ph.CO
On the assumption of Gaussianity for cosmological two-point statistics and parameter dependent covariance matrices
在这篇简短的论文中，我们重新审视Fisher信息内容的宇宙学功率谱或两点函数的高斯场，以评论高斯估计的假设和使用参数依赖的协方差矩阵的参数推断的背景下，精密宇宙学。即使高斯似然的假设是由中心极限定理的动机，我们讨论，它会导致违反Cramér-Rao界的Fisher信息内容，如果使用一致，由于独立的，但人为的信息，从参数依赖的协方差矩阵。在任何固定的多极，这个人工长期的情况下，大量的相关领域成为主导地位。虽然估计量的分布确实倾向于具有大量模式的高斯分布，但是，它表明，它的Fisher信息内容并不，在这个意义上说，它们的协方差矩阵从来没有携带独立的信息内容，正是因为非高斯形状的分布。在这方面，我们讨论了使用参数依赖的协方差矩阵与高斯似然参数推断两点统计。作为经验法则，高斯似然应始终与参数空间中固定的协方差矩阵一起使用，因为只有这样才能保证将保守的信息内容分配给可观测量，同时防止出现偏差。
2013-04-18 astro-ph.CO
A roadmap to cosmological parameter analysis with third-order shear statistics II: Analytic covariance estimate
本文推导并验证了三阶孔径质量统计量 $\langle M_\mathrm{ap}^3\rangle$ 的解析协方差模型，经 GRF 与 N 体模拟检验，其 $S_8$-$\Omega_\mathrm{m}$ 优值误差小于3%，可支撑 stage III 巡天分析。
2023-02-16 astro-ph.CO
Cosmological Inference from Galaxy-Clustering Power Spectrum: Gaussianization and Covariance Decomposition
从星系巡天中得到的两点聚类统计的似然拟合通常假设测量值为多元正态分布，并基于中心极限定理给出大量的过密度模式。然而，这种假设不能保持在最大规模的模式的数量是低的。虽然更准确的分布以前已经开发出理想化的情况下，我们推导出一个程序，适合于分析测量的功率谱与窗口效应，随机散粒噪声，并依赖于模型的协方差矩阵被拟合所有考虑。提出了一种数据变换，给出一个近似高斯似然，方差相关分解的协方差矩阵，以考虑其宇宙学的依赖性。通过与通常的正态假设下得到的修正的$t$似然比较，我们发现在数值试验中，我们的新方法对局部非高斯参数$f_\mathrm{NL}$给出了更精确的约束，而局部非高斯参数对大尺度功率是敏感的.一个简单的数据分析管道提供了这种新的方法在准备即将到来的大型星系调查，如DESI和欧几里得的直接应用。
2019-04-19 astro-ph.CO
A fast and reliable method for the comparison of covariance matrices
协方差矩阵是获得可靠参数约束的重要工具。宇宙学巡天的进步导致更大的数据向量，因此，越来越复杂的协方差矩阵，其元素的数量随着数据向量大小的平方而增长。比较这些矩阵产生参数约束的能力，最直接的方法是进行完整的宇宙学分析，这可能是非常昂贵的计算。使用的概念和建设的压缩方案，这已经变得越来越流行，我们提出了一个快速和可靠的方式比较协方差矩阵。基本思想是仅关注与参数约束相关的协方差矩阵的部分，并通过快速蒙特卡罗模拟量化第二候选矩阵与基线矩阵的差异。为了测试这种方法，我们将其应用于两个协方差矩阵，用于分析宇宙剪切测量的暗能量调查年1。我们发现，参数的不确定性变化了2.6%，这一数字与完整的宇宙学分析一致。虽然我们的近似方法不能取代完整的分析，但它可能在估计协方差矩阵的代码的开发和验证过程中有用。我们的方法比完整的宇宙学分析大约少100倍的CPUh。
2022-05-10 astro-ph.CO
Errors on errors - Estimating cosmological parameter covariance
当前和即将到来的宇宙学数据分析都面临着巨大数据集的挑战，同时对提取的宇宙学参数的精度和准确性的要求也越来越严格。社区越来越意识到，这些要求不仅适用于参数的中心值，而且同样重要的是，也适用于误差线。由于天体物理学、仪器和分析管道中的非线性效应，数据协方差矩阵通常不是先验已知的，需要从数据本身或从大型模拟套件中估计。在任何一种情况下，有限数量的实现可用于确定数据协方差引入显着的偏差和额外的方差在宇宙学参数的误差在标准的似然分析。在这里，我们回顾了最近的工作量化这些偏差和额外的方差，并讨论了补救这些影响的方法。
2014-12-16 astro-ph.CO astro-ph.IM
Impact of the non-Gaussian covariance of the weak lensing power spectrum and bispectrum on cosmological parameter estimation
研究了高斯近似在弱引力透镜分析中计算收敛功率和双谱的协方差矩阵的有效性。我们通过比较协方差矩阵中有和没有非高斯误差贡献的结果，重点关注其对宇宙学参数估计的影响。我们数值推导出的协方差矩阵以及宇宙学依赖的光谱从一个大的N体模拟进行各种宇宙学和进行Fisher矩阵预测断层弱透镜调查与三个源红移。在用最先进的拟合公式展示了我们模拟测量的功率和双谱的一致性之后，我们研究了协方差矩阵，假设在平均红移z_s=1.0时，在1500 deg^2范围内进行一次典型的测量，平均源数密度为30 arcmin^{-2}。虽然形状噪声贡献了显着的一部分，总的误差预算，它减轻了非高斯误差的影响，这个源数密度，我们发现，非高斯误差的累积信噪比下降到2000年的最大多极子的一个因素约2（3）的功率（双）频谱分析。它对最终的宇宙学参数预测的影响可以高达15%的一维统计误差的大小。这可能是一个问题，在未来的广泛和深入的弱透镜调查的精密宇宙学。我们还展示了非高斯误差贡献对暗能量品质因数的影响，并展示了具有固定观测时间的最佳调查设计。
2013-06-22 astro-ph.CO
Impacts of the simulated standard siren on estimating cosmological parameters
提出了一种基于从引力波信号中提取引力波参数的方法来模拟中子星双星合并事件。我们模拟1000千兆瓦的标准警报器的基础上观测的爱因斯坦望远镜（ET）。几乎所有模拟的GW数据都在$[0,3]$的红移范围内。研究了GW标准海妖在宇宙学参数推断中的作用。我们发现，GW数据可以帮助提高宇宙学参数的准确性。此外，宇宙学参数的简并性被GW数据打破。GW标准海妖有助于宇宙学参数的约束。
2020-06-17 astro-ph.CO
The Variance and Covariance of Counts-in-Cells Probabilities
细胞计数（CIC）测量包含了丰富的宇宙学信息，但很少用于约束理论。虽然我们可以预测给定宇宙学的分布形状，但要将模型拟合到观测到的CIC概率，需要协方差矩阵-一个概率箱中计数的方差和不同箱中计数之间的协方差。到目前为止，还没有这些差异的一般表达式。在这里，我们表明，相关性的特定水平，或“切片”的密度场确定的方差和协方差的CIC概率。我们推导出明确的公式，准确地预测子体积的模拟星系目录之间的方差和协方差，打开大门使用CIC测量宇宙学参数估计。
2020-06-30 astro-ph.CO
Estimating Covariance Matrices for Two- and Three-Point Correlation Function Moments in Arbitrary Survey Geometries
我们提出的配置空间估计的自协方差和互协方差的两点和三点关联函数（2PCF和3PCF）在一般的调查几何。这些是在高斯极限中导出的（将高阶关联函数设置为零），但是对于任意非线性2PCF（其可以从勘测本身估计），其中包括散粒噪声重新缩放参数以捕获非高斯性。我们概括了以前的方法，包括勒让德矩通过几何校正函数校准测量对和三重计数。利用重要性抽样和随机粒子目录，我们可以估计模型协方差的分数所需的时间与模拟，获得估计与可忽略的采样噪声在$\sim 10$（$\sim 100$）CPU小时的2PCF（3PCF）自协方差。我们将结果与来自一套BOSS DR 12模拟的样本协方差进行比较，并发现矩阵具有良好的一致性，假设2PCF（3PCF）的散粒噪声重新缩放参数为$1.03$（$1.20$）。为了获得最强的约束宇宙学参数，我们必须使用多种统计在演唱会上，有强大的方法来衡量其协方差在低计算成本，因此是非常相关的即将到来的调查。
2019-10-10 astro-ph.CO astro-ph.IM
Sparsity covariance: a source of uncertainty when estimating correlation functions with a discrete sample of observations in the sky
本文提出稀疏协方差作为离散样本估计相关函数的不确定性来源，给出其数学定义与通用计算方法，并应用于宇宙剪切，发现其增强形状噪声，且在单测量信噪比≥1时不可忽略。
2025-06-23 astro-ph.CO physics.data-an
A roadmap to cosmological parameter analysis with third-order shear statistics IV. Analytic cross-covariance between second- and third-order aperture masses
本文推导并验证了二阶与三阶孔径质量统计量之间的解析互协方差模型，该模型基于功率谱、双谱和四谱，能高效实现联合参数推断，无需大型模拟套件。
2025-09-24 astro-ph.CO
RascalC: A Jackknife Approach to Estimating Single and Multi-Tracer Galaxy Covariance Matrices
为了利用来自大型宇宙学巡天的聚类统计，需要精确的协方差矩阵。我们提出了一个新的代码来估计大规模的星系两点关联函数（2PCF）的协方差在任意的调查几何形状，由于新的采样技术，运行速度比以前的代码快$\sim 10^4$倍，计算细面元的协方差矩阵，可以忽略不计的噪声在不到100 CPU小时。在以前的作品中，非高斯近似通过一个小的散粒噪声在理论模型中，通过比较刀切调查协方差相关的刀切模型校准重新缩放。灵活的代码RascalC已经公开发布，并自动处理所有必要的预处理和后处理，只需要一个输入数据集（没有先前的2PCF模型）。从模拟调查和那些从一个大的模拟套件的大规模模型协方差之间的偏差被发现是难以区分的噪音。此外，输入模拟的选择被证明是不相关的所需的噪音水平低于$\sim 10^5$模拟。再加上其推广到多示踪剂数据集，这表明该算法是一个很好的分析工具，减少了大量的模拟模拟计算的需要。
2019-11-13 astro-ph.CO astro-ph.IM
No evidence for missing covariance in the Pantheon+ SuperNova sample distance moduli
本文利用高斯过程建模额外协方差，检验Pantheon+超新星样本相对ΛCDM的潜在系统偏差，未发现缺失协方差的显著证据，证明超新星宇宙学参数推断具有稳健性。
2023-08-09 astro-ph.CO
Effect of model-dependent covariance matrix for studying Baryon Acoustic Oscillations
宇宙中的大尺度结构是检验宇宙学模型和约束宇宙学参数的有力工具。一个特别有趣的特征来自于重子声学振荡（BAO），它是在早期宇宙的热等离子体中传播的声波，在复合时间停止。该特征可以被观察为在声水平线$r_s$的尺度上的关联函数中的局部凸起。因此，它为星系巡天的关联函数分析提供了一个标准标尺和很大的约束力。此外，BAO在预期规模的检测提供了强有力的支持宇宙学模型。这两种研究（BAO检测和参数约束）都依赖于测量的关联函数$\hatξ$的统计建模。通常假设$\hatξ$是高斯的，平均值$ξ_θ$取决于宇宙学模型，协方差矩阵$C$通常近似为常数（即与模型无关）。在这篇文章中，我们研究是否一个现实的模型依赖的$C_θ$改变宇宙学参数约束的结果相比，一个恒定的协方差矩阵$C$的近似。为此，我们使用一个新的程序来生成对数正态实现的斯隆数字巡天数据版本7的发光红星系样本，以获得一个模型相关的$C_θ$在一个合理的时间。将$C_θ$近似为常数会在我们样本的宇宙学参数约束中产生微小的变化。我们使用大量的模拟量化这种建模误差，发现它对当前和下一代星系调查的宇宙学参数约束只有很小的影响。通过将$1σ$间期延长一个因子$\approx 1.3$，可以近似地将其考虑在内。
2012-11-09 astro-ph.CO
The impact of braiding covariance and in-survey covariance on next-generation galaxy surveys
随着星系调查变得更加精确并推向更小的尺度，对经典高斯公式之外的精确协方差的需求变得更加迫切。在这里，我调查的分析实施和影响的非高斯协方差项，我以前推导出星系聚类。编织协方差就是这样一类项，它同时受到内测和超测模式的影响。我提出了一个近似的编织协方差，加快了数值计算。我表明，包括编织协方差是一个必要条件，包括其他非高斯条款：在调查2-，3-和4-晕协方差，产生负特征值的协方差矩阵，如果考虑自己。然后，我量化参数约束的影响，预测欧几里德样的调查。与高斯情况相比，编织和调查协方差显着增加了宇宙学参数的误差条，特别是w的误差条增加了50%。晕圈占据分布（HOD）误差条也受到12%至39%的影响。考虑超样本协方差（SSC）也增加了参数误差，w增加了90%，HOD增加了7%至64%。总的来说，非高斯性使w的误差线增加了120%（其他宇宙学参数的误差线在15%到80%之间），HOD参数的误差线在17%到85%之间。在SSC之上考虑1-halo三谱项不足以捕获完整的非高斯影响：必须考虑编织和其余的调查协方差。最后，我讨论了为什么包含非高斯性一般缓解参数退化，使宇宙学约束更强大的天体物理学的不确定性。数据和重现文章结果和图的Python笔记本可在\url{https://github.com/fabienlacasa/BraidingArticle}上获得。[摘要]
2020-01-09 astro-ph.CO
Variations of cosmic large-scale structure covariance matrices across parameter space
宇宙学参数的似然函数，例如由弱透镜剪切测量给出，取决于对宇宙网非线性演化引起的协方差的贡献。由于非线性聚类到目前为止只描述了数值$N$体模拟在一个可靠的和足够精确的方式，估计这些协方差在参数空间中的不同点所需的计算成本是巨大的。在这项工作中，我们描述的物质协方差和弱透镜协方差矩阵的变化作为宇宙学参数的函数，通过构建一个合适的基础，在那里我们模型的协方差的贡献，从非线性结构形成欧拉微扰理论在三阶。我们表明，我们的形式主义是能够处理大型矩阵和再现预期的退化和缩放与宇宙学参数在一个可靠的方式。比较我们的分析结果的数值模拟，我们发现，该方法描述的协方差矩阵的变化，发现在SUNGLASS弱透镜模拟管道内的错误，在一个循环和树级的频谱和三谱，分别为多极$\ell\leq 1300$。我们表明，它是可能的，以优化参数空间的采样，数值模拟应进行插值误差最小化，并提出了相应的方法来分配点在参数空间中以经济的方式。
2016-07-11 astro-ph.CO
Cosmological Angular Trispectra and Non-Gaussian Covariance
由于投影积分的高度振荡性质，角宇宙学的投影积分是臭名昭著的难以计算。受最近宇宙学扰动理论分析方法发展的启发，本文提出了一种计算角空间中宇宙学四点关联的有效方法，推广了以前关于低点函数的工作.这建立在FFTLog算法的基础上，该算法将物质功率谱近似为幂律函数的总和，这使得某些动量积分可以解析求解。对于“可分离”形式的相关器，计算复杂度大大降低--我们定义了宇宙学三谱的可分离性概念，并推导了不同可分离性类的角度相关器的公式。作为我们的形式主义的应用，我们计算的角星系三谱在树的水平，有和没有原始的非高斯。这包括红移空间失真和偏置参数的影响高达三阶。我们还计算了非高斯协方差的角物质功率谱由于连接的四点函数，超出林伯近似。我们证明，在标准的传说，林伯近似可以失败的非高斯协方差计算，即使是大的多极。
2020-06-02 astro-ph.CO hep-ph
Robustness of the covariance matrix for galaxy clustering measurements
我们提出了一个依赖于宇宙学参数和星系偏差的星系聚类测量的协方差矩阵估计的鲁棒性的研究。为此，我们已经产生了9000星系模拟目录依赖于EZmocks计算机代码中实现的有效Zel'dovich近似，使用不同的输入宇宙学模型和偏置参数。参考目录也已产生与此代码，使我们的研究不敏感的近似至少在相对定性水平。我们的研究结果表明，协方差矩阵是不敏感的输入功率谱（包括$σ_8$），只要2点和3点星系团的测量与给定的数据。事实上，协方差矩阵在小尺度下（$r\lesssim40 h^{-1}$ Mpc）显示出偏差，当所选的星系偏差参数产生3点统计量时，这与误差条内的参考值不兼容，即使2点统计量在1%内一致。然而，误差在大尺度下变得可忽略，使得协方差矩阵对于仅使用该状态中的测量的数据分析仍然是可靠的（例如，测量重子声学振荡）。高精度的宇宙学参数估计预计协方差矩阵提取的模拟星系目录，准确地考虑到2-和3-点的统计。这与是否使用正确的宇宙学和星系偏差（这不是先验已知的）或两者的任何组合来拟合净观测到的星系聚类无关。
2018-02-13 astro-ph.CO
Analytic Calculation of Covariance between Cosmological Parameters from Correlated Data Sets, with an Application to SPTpol
宇宙学数据集的一致性检查是一个重要的工具，因为它们可能表明系统误差或解决当前紧张局势所需的$Λ$ CDM修改类型。在这项工作中，我们推导出一种分析方法，用于计算两个相关宇宙学数据集的模型参数之间的相关性，这补充了计算成本更高的模拟。该方法是Fisher分析的扩展，假设高斯似然和已知的数据协方差矩阵。我们将这种方法应用于SPTpol温度和偏振CMB光谱（TE和EE）。我们发现$Λ$ CDM参数之间的弱相关性与9 $\%$之间的TE-仅和EE-仅限制$H_0$和25 $\%$和32 $\%$的相关性分别为log（$A_s$）和$n_s$。尽管TE和EE功率谱之间的负相关性，参数的相关性是积极的。TE-EE参数差异与零一致，PTE为0.53，而SPTpol报告的TE和EE功率谱与$Λ$ CDM一致的PTE为0.017。使用模拟，我们发现，这两个测试的结果是独立的，这种差异可以简单地从统计波动。忽略TT-TE和TE-EE比较中的相关性会使$χ^2$偏低，人为地使参数看起来更一致。因此，我们的结论是，这些相关性需要考虑时，执行内部一致性检查的TT与TE与EE功率谱为未来的CMB分析。
2021-01-21 astro-ph.CO
Large Covariance Matrices: Smooth Models from the 2-Point Correlation Function
本文介绍了一种在大尺度结构巡天中估计星系关联函数协方差矩阵的新方法。我们的方法结合了简单的理论结果与现实表征的调查，显着降低噪声的协方差矩阵。例如，只需投入约1，000个CPU小时，我们就可以生成一个具有噪声水平的模型协方差矩阵，否则需要约35，000次模拟。非高斯模型的贡献进行校准对模拟目录，之后，模型的协方差被发现是令人印象深刻的协议与模拟协方差矩阵。由于这种方法的校准需要更少的模拟比蛮力的方法，我们相信，它可以大大减少模拟分析未来的调查所需的数量。
2015-10-06 astro-ph.CO
A multi-eigenbasis approach to covariance matrix denoising for cosmological inference
The Ohio State University（俄亥俄州立大学）
针对3D Lyα森林分析中数据驱动协方差矩阵不可逆的问题，提出一种多特征基去噪方法，通过投影到模拟参考特征基和残差分类特征基进行两步去噪，显著优于当前平滑方法。
2026-06-02 astro-ph.CO astro-ph.IM
Fast Generation of Covariance Matrices for Weak Lensing
即将到来的弱透镜巡天将以前所未有的精度探测大部分天空。为了推断宇宙学约束，需要大量的观测模拟来精确地模拟宇宙学观测量及其协方差。我们开发了一个名为UFalcon的并行化多透镜平面管道，旨在在最短的运行时间内从光锥生成全天空弱透镜映射。它利用L-PICOLA，一个近似的数值代码，它提供了一个快速和准确的替代宇宙学$N$体模拟。UFalcon地图是通过嵌套2个模拟构建的，覆盖从$z=0.1$到$1.5$的红移范围，而不复制模拟体积。我们计算的收敛和投影过密度映射L-PICOLA在光锥或快照模式。生成这样的地图，包括L-PICOLA模拟，在220个核心上需要大约3小时的walltime。我们使用的地图来计算的球谐功率谱，我们比较的理论预测和UFalcon使用完整的$N$体代码GADGET-2产生的结果。然后，我们计算的协方差矩阵的全天球谐功率谱使用150 UFalcon地图的基础上L-PICOLA在光锥模式。我们考虑PDF，高阶矩和平滑场方差的方差来量化协方差矩阵的准确性，我们发现对于尺度$\ell \sim 10^2$到$10^3$，协方差矩阵的准确性为百分之几。我们使用一个乐观的调查配置测试这种水平的准确性对宇宙学约束的影响，并发现最终的结果是强大的不确定性。我们开发的流水线的速度和准确性提供了一个基础，还包括进一步的重要功能，如掩蔽，变化的噪声，并将使我们能够计算协方差矩阵的模型超…
2018-01-17 astro-ph.CO
Cosmological Simulations for Combined-Probe Analyses: Covariance and Neighbour-Exclusion Bias
我们提出了一个公共套件的弱透镜模拟数据，扩展了Scinet光锥模拟（SLICS），模拟交叉相关分析与不同的宇宙学探针。这些模拟包括KiDS-450和LSST类透镜数据，宇宙微波背景透镜图和模拟GAMA，BOSS和2dFLenS星系调查的模拟光谱调查。有844个独立的实现，我们的模拟优化组合探头协方差估计，我们说明了一个联合测量的情况下，涉及宇宙剪切，星系-星系透镜和星系聚类KiDS-450和BOSS数据。由于其高空间分辨率，SLICS也是最佳的预测信号的新的透镜估计，分析管道的验证，并测试一系列的系统效果，如相邻排斥偏差的影响，测量的断层宇宙剪切信号。对于像KiDS和DES这样的调查，在2角秒内发生对邻近星系的排斥，我们表明测量的宇宙剪切信号将偏低，但在通常用于宇宙剪切分析的角度尺度上不到百分之一。在更深的LSST类数据中，邻域排斥偏差的幅度加倍。本文中描述的仿真产品可在http://slics.roe.ac.uk/上获得。
2018-10-10 astro-ph.CO
Baryonic effects for weak lensing. Part I. Power spectrum and covariance matrix
重子反馈效应导致小尺度下弱透镜角功率谱的抑制。这种抑制的形状和幅度约束不佳是即将到来的宇宙学弱透镜调查（如Euclid或LSST）的不确定性的重要来源。在这两篇系列论文中的第一篇中，我们使用模拟为宇宙剪切功率谱和相应的协方差矩阵建立了一个类似欧几里得的层析模拟数据集，这两个数据集都是根据施耐德等人的重子化方法进行重子效应校正的。（2019）。此外，我们开发了一个模拟器，以获得快速预测的重子功率抑制，使我们能够执行一个标准的$Λ$ CDM宇宙学与宇宙学和天体物理参数的似然推断分析。我们的主要发现是：（i）忽略重子效应会导致宇宙学参数$Ω_m$和$σ_8$的$σ$偏差大于5，（ii）将分析限制在最大尺度上，即不受重子影响的尺度上，使偏差消失，但会导致$Ω_m$ - $σ_8$等值线面积放大10倍以上;（iii）忽略重子对协方差矩阵的影响不会显著影响宇宙学参数的估计;（iv）虽然重子的抑制是轻微的宇宙学依赖，这种影响不会明显修改后轮廓。总的来说，我们的结论是，包括重子的不确定性方面的滋扰参数的结果在宇宙学的公正和令人惊讶的严格约束。
2020-03-30 astro-ph.CO
Covariance shrinkage for cosmological inference with Sellentin-Heavens-type likelihoods
University of Campania “Luigi Vanvitelli”（坎帕尼亚路易吉·凡维泰利大学）
研究在有限模拟样本下协方差矩阵的收缩正则化方法，提出将收缩强度作为辅助推断量并边缘化其不确定性，以改进参数后验校准。
2026-06-18 astro-ph.CO astro-ph.IM stat.ME
The Impact of Secondary non-Gaussianities in the CMB on Cosmological Parameter Estimation
我们考虑修正的基本宇宙学由于次级贡献弱引力透镜，集成的萨克斯-沃尔夫效应，和Sunyaev Zel 'dovich效应包含在三光谱。我们将这些额外的贡献的协方差的分箱角功率谱的温度各向异性在当前和未来的数据集的分析。虽然最近的实验，如ACBAR和CBI不是特别敏感，这些额外的非高斯效应，普朗克和CMBPol各向异性谱的解释将需要一个会计的非高斯协方差导致宇宙学参数估计的退化高达20%和30%，分别。
2010-07-13 astro-ph.CO
Analytic Methods for Cosmological Likelihoods
我们提出了宇宙学似然分析的一般解析方法，解决了宇宙学中的“多参数”问题。最大值的发现牛顿法，而边缘化多余的参数，参数误差和协方差估计的分析边缘化的任意似然函数与平坦或高斯先验。我们表明，其余参数的信息被边缘化。边缘化的所有参数，我们发现一个分析表达式的贝叶斯证据模型选择。我们将这些方法应用于由高斯似然描述的数据，其参数为均值和协方差。当与Monte-Carlo Markov Chain方法结合时，该方法可以将常规的似然分析加速几个数量级，而贝叶斯模型选择变得有效瞬时。
2010-03-04 astro-ph.CO
Sidestepping the inversion of the weak-lensing covariance matrix with Approximate Bayesian Computation
弱引力透镜是为数不多的直接测量宇宙大尺度暗物质分布和估算宇宙学参数的方法之一。我们研究贝叶斯推理问题的数据协方差$\mathbf{C}$，估计从一些$n_{\textrm{s}}$的数值模拟，是奇异的。在大尺度结构观测的宇宙学背景下，创建大量这样的$N$体模拟通常是昂贵的。基于似然函数的推断通常包括精度矩阵$Ψ= \mathbf{C}^{-1}$。对应于$p$维数据向量的协方差矩阵对于$p \ge n_{\textrm{s}}$是奇异的，在这种情况下精度矩阵不可用。我们提出了似然自由推理方法近似贝叶斯计算（ABC）作为一种解决方案，规避了奇异协方差矩阵的求逆。我们提出的例子越来越复杂的程度，最终在一个现实的宇宙学场景的弱引力透镜功率谱的测定即将到来的欧洲航天局卫星欧几里德。虽然我们发现ABC参数估计方差略大于基于似然的方法，这是有限的设置与$p < n_{\textrm{s}}$相比，我们获得无偏的参数估计与ABC，即使在极端情况下，$p / n_{\textrm{s}} \gg 1$。该代码已公开提供，以确保结果的可重复性。
2023-02-28 astro-ph.CO
Cosmological Covariance of Fast Radio Burst Dispersions
本文推导大尺度结构引起的快速射电暴色散量协方差矩阵，指出未来大样本及小天区分析中必须纳入该效应以避免参数估计偏差。
2023-06-20 astro-ph.CO astro-ph.HE
Forecasting Super-Sample Covariance in Future Weak Lensing Surveys with SuperSCRAM
可观测的宇宙包含着比任何有限体积测量都要大的尺度上的密度扰动。在比巡天测量更大的尺度上的扰动会降低它约束宇宙学参数的能力。观测量的依赖性，如弱透镜功率谱对这些长波长模式的超样本协方差的结果。为了准确预测未来调查的参数约束，需要准确考虑超样本效应。如果超样本协方差实际上是调查误差预算的一个主要组成部分，则可能有必要调查限制长波长模式具体实现的缓解策略。我们提出了一个基于Fisher矩阵的形式主义近似的超样本协方差的大小和缓解策略的有效性，为现实的调查几何形状。我们在公共代码SuperSCRAM中实现了我们的形式主义：超样本协方差减少和缓解。我们说明SuperSCRAM与一个例子的应用程序，在WFIRST弱透镜调查的模式有助于超样本协方差的约束下，在更广泛的LSST足迹的低红移星系数计数。我们发现，超样本协方差在7D宇宙学参数空间中的误差椭圆体的体积仅相对于高斯统计误差增加了4.5倍，但我们简单的缓解策略将污染减少了一半以上，达到了2.0倍。
2019-04-26 astro-ph.CO
Estimating the amount of vorticity generated by cosmological perturbations in the early universe
我们从一阶能量密度和非绝热压力或熵扰动之间的耦合来估计宇宙学扰动理论中二阶产生的涡量。假设源项的输入谱为幂律，并在辐射背景下工作，计算了涡度功率谱及其振幅与波数的关系。我们表明，这种机制所产生的涡度是不可忽略的小尺度，因此，应考虑在当前和未来的CMB实验。
2010-10-19 astro-ph.CO gr-qc
Estimating Cosmological Constraints from Galaxy Cluster Abundance using Simulation-Based Inference
宇宙学模型中宇宙学参数的值和不确定性的推断对于现代宇宙观测是至关重要的。在本文中，我们使用基于模拟的推理（SBI）的方法来估计宇宙学的限制，从一个简化的星系团观测分析。使用从Quijote模拟套件和分析模型生成的数据，我们训练机器学习算法来学习宇宙学参数和可能的星系团观测值之间的概率函数。然后，通过从训练算法的预测中采样，获得给定观测的宇宙学参数的后验分布。我们的结果表明，SBI方法可以成功地恢复宇宙学参数的真值在2σ极限为这个简化的星系团的分析，并获得类似的后验约束基于似然的马尔可夫链蒙特卡罗方法，目前国家的最先进的方法在类似的宇宙学研究中使用。
2022-07-30 astro-ph.CO astro-ph.IM
Cosmological consequences of intrinsic alignments super-sample covariance
我们研究宇宙学的限制，从高精度弱透镜调查，包括超样本协方差（SSC），由于有限的调查体积。具体而言，我们专注于{ \it拍频耦合}的贡献，在本征的排列作为一个完整的宇宙剪切信号的一部分，在平天近似。SSC效应通过向较低的红移仓增长，并且指示对于累积的信噪比（SNR）在中间和高多极上的相当大的足迹。对于完整的宇宙剪切信号，由于包含了内在排列超样本协方差，SNR降低了$\approx 10\%$，这取决于内在排列的幅度、椭圆度色散和巡天红移范围，而测光红移误差的贡献在累积信噪比中可以忽略。使用费舍尔矩阵形式主义，我们发现，大模式的影响超出了体积的调查上的小模式改变了内在的对齐。然而，相应的宇宙学参数估计的影响是边际相比，引力弱透镜，特别是，当所有可用的红移箱被认为是。我们的研究结果还表明，包括SSC的影响，在分析的协方差矩阵的完整的宇宙剪切导致的$σ_8$的置信区间略有增加$\approx 10\%$几乎高的内在排列幅度的样本。
2020-11-03 astro-ph.CO astro-ph.GA astro-ph.IM
Estimating Cosmological Parameters from the Dark Matter Distribution
School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院）；McWilliams Center for Cosmology, Department of Physics, Carnegie Mellon University（卡内基梅隆大学物理系麦克威廉斯宇宙学中心）
21世纪宇宙学的一个重大挑战是准确估计我们宇宙的宇宙学参数。估计宇宙学参数的一个主要方法是使用宇宙的大尺度物质分布。星系巡天提供了绘制三维宇宙大尺度结构的手段。关于星系位置的信息通常被概括为一个“单一”的尺度函数，如星系关联函数或功率谱。我们表明，这是可能的估计这些宇宙学参数直接从物质的分布。本文介绍了深度3D卷积网络在暗物质模拟的体积表示中的应用，以及使用最近提出的分布回归框架获得的结果，表明机器学习技术与使用“宇宙模型”的最大似然点估计相当，有时甚至可以超越。这为以更高的精度估计我们宇宙的参数开辟了道路。
2017-11-06 astro-ph.CO cs.LG stat.ML
General Covariance Constraints on Cosmological Correlators
本文研究了单标量场模型中的本原微扰的性质在多大程度上受同态不变性的限制。我们导出了一组恒等式，它们约束了宇宙学扰动的关联函数，以及在任何规范中理论的单粒子不可约顶点。这些恒等式是规范理论中斯拉夫诺夫-泰勒恒等式的类似物，并且本质上仅从非同态不变性出发。然而，由于量子化要求破缺超态不变性，它们不仅反映了超态下的不变性，而且还反映了后者如何被规范固定项破缺。为了不完全失去对称性，我们不能像通常在宇宙学扰动理论中那样简单地将某些场设为零，而是需要平滑地将它们解耦，并确保它们在解耦极限中不会对宇宙学微关联函数产生贡献。我们利用这些恒等式导出了不同规范下宇宙学扰动的双谱和功率谱之间的一组相容关系。在没有额外假设的情况下，这些一致性关系似乎只是反映了复同态所隐含的冗余。但是，当结合分析性，在制定的理论中，辅助领域已被整合出来，我们恢复新的和以前推导的关系，遵循不变性下的时间和空间的超同态。
2014-10-31 astro-ph.CO gr-qc hep-th
Evaluating quenching in cosmological simulations of galaxy formation with spectral covariance in the optical window
本研究提出一种基于光谱协方差的模型无关方法，通过对比真实星系与 EAGLE 和 Illustris TNG100 模拟的光谱，评估了模拟在星系形成与淬灭机制（特别是 AGN 反馈与黑洞播种）上的表现。
2025-04-07 astro-ph.CO astro-ph.GA
2D-FFTLog: Efficient computation of real space covariance matrices for galaxy clustering and weak lensing
在大尺度结构巡天的似然分析中，精确的两点函数协方差矩阵是推断宇宙学参数的关键。在获得协方差的各种方法中，分析计算比从数据或模拟中估计要快得多，噪声也小得多。然而，从傅立叶空间到实空间的协方差变换涉及到两个贝塞尔积分的积分，这是数值速度慢，容易受到数值不确定性的影响。不准确的协方差可能会导致宇宙学参数的推断出现重大错误。在本文中，我们介绍了一个2D-FFTLog算法的有效，准确和数值稳定的计算非高斯实空间协方差的3D和投影统计。2D-FFTLog算法很容易扩展到执行实空间bin平均。我们应用该算法的协方差星系聚类和弱透镜的暗能量调查年3样和鲁宾天文台的遗产调查的空间和时间年1样的调查，并证明，对于这两个调查，我们的算法可以产生数值稳定的角箱平均协方差与平天近似，这是足够准确的推断宇宙学参数。用于计算实空间协方差的代码CosmoCov（有或没有平天近似）将与本文一起发布。
2021-02-20 astro-ph.CO astro-ph.GA astro-ph.IM
First Steps Toward a Method for Estimating Cosmological Parameters using Strong Lensing, X-ray and Dynamics Total Mass Estimates
在这篇论文中，我们希望介绍实现一种新方法来研究宇宙学参数的第一步，并对星系团MACS J0416进行详细的分析。为此，我们使用Grillo等人（2015）的当前模型作为模板和公开可用的透镜代码Lensool。Jauzac等人（2014）、Richard等人（2014）、Jauzac等人（2015）和Caminha等人（2016）先前已使用该代码对MACS J0416进行建模（Grillo等人（2015）使用GLEE）。我们创建了$10$不同的模型来覆盖一组合理的不同方法。除了复制Grillo et al.（2015）模型，使用两个星系团尺度晕和175个圆形星系团成员质量密度分布，我们还使用椭圆形星系团成员质量密度分布创建了模型，并优化了星系团成员比例关系斜率。为了研究使用来自不同宇宙学模型的投影总质量估计来估计宇宙学参数值的可行性，我们创建了49个模型，每个模型代表一组不同的宇宙学参数。
2017-06-15 astro-ph.CO astro-ph.GA
On fast Generation of Cosmological Random Fields
宇宙学随机场的统计平移不变性被一个有限的观测边界打破，与可观测的傅里叶模式相关。生成高斯场的标准方法要么忽略这些相关性，要么成本高，或者两者兼而有之。在这里，我们报告了一个快速和准确的模拟方法适用于广泛的两点统计，需要模拟的周期性网格只有两倍的调查侧快速傅立叶变换。超巡天模式，支配的协方差的功率谱超出线性尺度的星系调查，并导致相关的大，小尺度，“拍耦合”，或“超样本”的协方差，精确地占在高斯场的非线性变换。作为一个应用，我们模拟CFHTLS $\sim 7^\circ \times 7^\circ$ W1星系密度场，建模为对数正态密度场的泊松采样。我们表明，我们的模拟产生的功率谱，$A^*$功率谱，计数在细胞的概率分布以及协方差完全符合数据。此外，我们的技术再现的信息高原超出线性尺度观察到以前在斯隆数字巡天星系目录和$N$体模拟。因此，我们的方法是一个有效而强大的模拟和预测工具的星系调查数据和协方差。
2014-07-29 astro-ph.CO astro-ph.IM
ECoPANN: A Framework for Estimating Cosmological Parameters using Artificial Neural Networks
在这项工作中，我们提出了一种新的方法来精确估计宇宙学参数的人工神经网络（ANN）的基础上，和一个名为ECoPANN（估计宇宙学参数与ANN）的代码开发，以实现参数推断。利用模拟得到的宇宙微波背景（CMB）温度功率谱，对协调宇宙学模型的基本参数进行了估计，并对人工神经网络方法进行了检验。结果表明，人工神经网络的最佳拟合值和参数的误差，以及参数之间的相关性相比，马尔可夫链蒙特卡罗（MCMC）方法表现优异。此外，对于一个训练有素的神经网络模型，它能够估计多个实验，具有不同的精度，这可以大大减少时间和计算资源的参数推断的消耗。此外，我们扩展的人工神经网络的多分支网络，以实现联合约束的参数。我们用CMB、Ia型超新星和重子声学振荡的模拟温度和偏振功率谱对多分支网络进行了检验，得到了与MCMC方法几乎相同的结果。因此，我们认为人工神经网络可以为准确、快速地估计宇宙学参数提供一种替代方法，而ECoPANN可以应用于宇宙学乃至其他更广泛的科学领域的研究。
2022-04-27 astro-ph.CO astro-ph.IM physics.data-an
The covariance of multi-field perturbations, pseudo-susy and f_NL
我们重新考虑多分量标量的宇宙学扰动理论，在场空间中加强协方差，并确保物理观测独立于场的重新定义。我们使用的形式主义来澄清文献中的一些问题，并使用伪超对称性，以获得精确的表达式的条款的利益。
2013-04-18 astro-ph.CO hep-ph hep-th
Inconsistencies from a Running Cosmological Constant
我们研究的一般问题，是否尺度相关的宇宙学常数可以与一般的协方差，一个自然产生的问题，在治疗量子引力的耦合常数通常运行的结果，重整化群的影响。本文从几个方面对这一问题进行了探讨，包括显协变泛函积分方法、二维协变连续统微扰理论、引力格点方法、非定域有效作用量方法和有效场方程方法。在所有情况下，我们发现宇宙学常数不能随尺度变化，除非一般协方差被正则化过程明确地打破。我们的结果有望对当前的量子引力计算有一定的影响，但更普遍的是，应该适用于宇宙学真空能量问题的唯象方法。
2013-05-09 astro-ph.CO gr-qc hep-th
SCoPE: An efficient method of Cosmological Parameter Estimation
马尔可夫链蒙特卡罗（MCMC）采样器被广泛应用于从CMB和其他数据中估计宇宙学参数。然而，由于MCMC采样器固有的串行性质，收敛通常非常缓慢。在这里，我们提出了一个快速和独立编写的Monte Carlo方法的宇宙学参数估计命名为光滑的宇宙学参数估计（SCoPE），采用延迟拒绝，以增加链的接受率，和预取，帮助一个单独的链并行CPU上运行。还结合了链间协方差更新以防止链的聚类，从而允许更快和更好地混合链。我们使用一种自适应的协方差计算方法，随着链的进展自动计算和更新协方差。分析表明，SCoPE中每一步的接受概率都大于$95\%$，且链的收敛速度更快.利用SCoPE，我们利用WMAP-9和Planck的结果，对不同的宇宙学模型进行了一些宇宙学参数的估计。目前宇宙学的研究兴趣之一是量化暗能量的性质。我们分析了宇宙学参数从两个说明性的常用参数的暗能量模型。我们还估计了宇宙中的原始氦分数可以被目前WMAP-9和Planck的CMB数据所约束。我们的MCMC分析结果一方面有助于我们更好地理解SCoPE的可操作性，另一方面它提供了一个完全独立的宇宙学参数的估计从WMAP-9和普朗克数据。
2014-03-05 astro-ph.CO astro-ph.IM gr-qc
