Cosmological parameter estimation techniques that robustly account for systematic measurement uncertainties will be crucial for the next generation of cosmological surveys. We present a new analysis method, superABC, for obtaining cosmological constraints from Type Ia supernova (SN Ia) light curves using Approximate Bayesian Computation (ABC) without any likelihood assumptions. The ABC method works by using a forward model simulation of the data where systematic uncertainties can be simulated and marginalized over. A key feature of the method presented here is the use of two distinct metrics, the `Tripp' and `Light Curve' metrics, which allow us to compare the simulated data to the observed data set. The Tripp metric takes as input the parameters of models fit to each light curve with the SALT-II method, whereas the Light Curve metric uses the measured fluxes directly without model fitting. We apply the superABC sampler to a simulated data set of $\sim$1000 SNe corresponding to the first season of the Dark Energy Survey Supernova Program. Varying $Ω_m, w_0, α$ and $β$ and a magnitude offset parameter, with no systematics we obtain $Δ(w_0) = w_0^{\rm true} - w_0^{\rm best \, fit} = -0.036\pm0.109$ (a $\sim11$% 1$σ$ uncertainty) using the Tripp metric and $Δ(w_0) = -0.055\pm0.068$ (a $\sim7$% 1$σ$ uncertainty) using the Light Curve metric. Including 1% calibration uncertainties in four passbands, adding 4 more parameters, we obtain $Δ(w_0) = -0.062\pm0.132$ (a $\sim14$% 1$σ$ uncertainty) using the Tripp metric. Overall we find a $17$% increase in the uncertainty on $w_0$ with systematics compared to without. We contrast this with a MCMC approach where systematic effects are approximately included. We find that the MCMC method slightly underestimates the impact of calibration uncertainties for this simulated data set.
The Bayesian view of DESI DR2 with unimpeded: Evidence and tension in a combined analysis with CMB and supernovae across cosmological models
Kavli Institute for Cosmology, University of Cambridge（卡弗里宇宙学研究所，剑桥大学）；Cavendish Laboratory, University of Cambridge（卡文迪许实验室，剑桥大学）；Institute of Astronomy, University of Cambridge（天文学研究所，剑桥大学）
Characterising the Standardisation Properties of Type Ia Supernovae in the z band with Hierarchical Bayesian Modelling
University of Cambridge（剑桥大学）；University of Birmingham（伯明翰大学）；University of Hawai’i（夏威夷大学）；University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校）；Stockholm University（斯德哥尔摩大学）
Constraints on AvERA Cosmologies from Cosmic Chronometers and Type Ia Supernovae
ELTE Eötvös Loránd University（布达佩斯厄特沃什·洛兰大学）；HUN-REN–ELTE Extragalactic Astrophysics Research Group（匈牙利研究网络-厄特沃什·洛兰大学河外天体物理学研究组）；University of Helsinki（赫尔辛基大学）；University of Hawaii（夏威夷大学）
Breaking the Mass-sheet Degeneracy in Time-delay Cosmology with Lensed and Unlensed Type Ia Supernovae
College of Physics, Hebei Normal University（河北师范大学物理学院）；Shijiazhuang Key Laboratory of Astronomy and Space Science, Hebei Normal University（河北师范大学石家庄天文与空间科学重点实验室）；School of Physics and Technology, Wuhan University（武汉大学物理科学与技术学院）
Reconstructing dark matter distribution with peculiar velocities: Bayesian forward modelling with corrections for inhomogeneous Malmquist bias
我们提出了一个前向建模的速度场重建算法，只使用特殊的速度数据进行质量密度场的重建。我们的方法始终占的非齐次Malmquist偏差使用沿视线的分析积分。通过模拟测试我们的方法，我们表明，我们的方法给出了一个无偏重建的速度场。我们发现，不考虑不均匀的Malmquist偏差可能会导致显着的偏差，在向前建模重建。我们将我们的方法应用到一个由SFI++和2 MTF Tully-Fisher星表以及A2超新星汇编组成的特殊速度数据集上，从而获得了一个新的局部宇宙速度重建。我们的速度重建具有与理论预期一致的宇宙学功率谱。此外，我们通过后验分布的样本获得重建的不确定性的完整描述。我们验证我们的速度重建的本地宇宙进行比较，使用2 M ++星系目录的独立重建，获得良好的协议之间的两个重建。使用贝叶斯模型的比较，我们发现，我们的速度模型的性能优于自适应核平滑速度相同的特殊速度数据。然而，我们的速度模型不执行以及从2 M ++星系目录的速度重建，由于稀疏和噪声的性质，独特的速度示踪剂样本。这里提出的方法提供了一种方法，包括特殊的速度数据的初始条件重建框架。
An improved standardization framework for Type II-P supernovae using a hierarchical Bayesian approach
Heidelberg Institute for Theoretical Studies（海德堡理论研究所）；Max-Planck-Institut für Astrophysik（马克斯·普朗克天体物理研究所）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）；Laboratoire de Physique Nucléaire et des Hautes Energies, CNRS/IN2P3, Sorbonne Université, Université de Paris（核物理与高能物理实验室，法国国家科学研究中心/法国国家原子能和替代能源委员会，索邦大学，巴黎大学）；Yale University（耶鲁大学）；European Space Astronomy Center (ESAC), European Space Agency（欧洲空间天文中心，欧洲航天局）；Univ Lyon, Université Claude Bernard Lyon 1, CNRS/IN2P3, IP2I Lyon（里昂大学，克莱贝尔·贝尔纳里昂第一大学，法国国家科学研究中心/法国国家原子能和替代能源委员会，里昂粒子物理研究所）；European Southern Observatory（欧洲南方天文台）
Physical properties of long-rising type II supernovae -- Bayesian analytic modeling and spectrophotometric correlations
Università degli Studi di Catania（卡塔尼亚大学）；INAF - Osservatorio Astrofisico di Catania（意大利国家天体物理研究所卡塔尼亚天文台）；Cardiff University（卡迪夫大学）；INFN - Laboratori Nazionali del Sud（意大利国家核物理研究所南部分部）
Finding Strongly Lensed Supernovae from Blended Light Curves
Korea Astronomy and Space Science Institute (KASI)（韩国天体宇宙科学研究所）；University of Science and Technology（科学技术联合大学院大学）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）；Berkeley Center for Cosmological Physics & Berkeley Lab, University of California, Berkeley（加州大学伯克利分校伯克利宇宙物理中心与伯克利实验室）；Department of Physics & Astronomy, University of San Francisco（旧金山大学物理与天文系）
A Framework for Obtaining Accurate Posteriors of Strong Gravitational Lensing Parameters with Flexible Priors and Implicit Likelihoods using Density Estimation
Tightening Cosmological Constraints Within and Beyond $Λ$CDM Using Gamma-Ray Bursts Calibrated with Type Ia Supernovae
INAF - Osservatorio Astronomico di Capodimonte（意大利国家天体物理研究所卡波迪蒙特天文台）；Institute for Frontiers in Astronomy and Astrophysics, Beijing Normal University（北京师范大学前沿天文与天体物理研究院）；Department of Astronomy, Beijing Normal University（北京师范大学天文系）；INAF - Osservatorio Astronomico di Padova（意大利国家天体物理研究所帕多瓦天文台）；Università di Camerino（卡梅里诺大学）；INAF - Osservatorio Astronomico di Brera（意大利国家天体物理研究所布雷拉天文台）；Istituto Nazionale di Fisica Nucleare, Sezione di Perugia（意大利国家核物理研究所佩鲁贾分部）；SUNY Polytechnic（纽约州立理工大学）；Al-Farabi Kazakh National University（阿里-法拉比哈萨克国立大学）；ICRANet（国际相对论天体物理中心网络）
Cosmological model-independent constraints on the baryon fraction in the IGM from fast radio bursts and supernovae data
快速射电暴（Fast Radio Burst，FRB）是一种毫秒级的射电瞬变，观测到的色散测量值（$DM$）大于预期的银河系贡献，这表明这种事件是河外起源的。虽然已经提出了一些模型来解释脉冲的物理过程，但FRB发射背后的机制仍然是未知的。从已知宿主星系的FRB数据中，可以直接测量红移，并可以与$DM$的估计相结合，以约束宇宙学参数，如重子数密度和哈勃常数。然而，对星系际介质中重子质量分数（$f_{IGM}$）及其与宇宙学参数的简并性的认识不足限制了FRB的宇宙学应用。在这项工作中，我们提出了一个独立于宇宙学模型的方法来确定$f_{IGM}$的演变相结合的最新FRB观测本地化的宿主星系和当前的超新星数据。我们认为常数和时间依赖性的$f_{IGM}$参数化，并显示，通过贝叶斯模型选择分析，一个结论性的答案的时间演变的$f_{IGM}$强烈依赖于$DM$波动由于宇宙电子密度（$δ$）的空间变化。特别是，我们的分析表明，证据从强（有利于随着红移不断发展的$f_{IGM}$）到不确定的变化，因为考虑了更大的$δ$值。
