Cosmological multifield emulator
本文提出一种基于生成对抗网络的宇宙学多场模拟器，能从CAMELS流体力学模拟中学习并生成气体密度、中性氢密度和磁场三通道图像，且可条件生成并高精度恢复Ωm和σ8等宇宙学参数。
2024-10-23 astro-ph.CO astro-ph.IM
OLÉ -- Online Learning Emulation in Cosmology
本文提出OLÉ，一种基于高斯过程和主成分分析的在线学习模拟器，用于宇宙学推断，通过自动误差估计和即时训练数据，实现30-350倍效率提升，且可微分，结合candl库可再提速4倍，兼容主流采样器和求解器。
2025-10-10 astro-ph.CO astro-ph.IM
High-accuracy emulators for observables in $Λ$CDM, $N_\mathrm{eff}$, $Σm_ν$, and $w$ cosmologies
我们使用仿真框架CosmoPower构建并公开发布宇宙学观测量的神经网络仿真器，包括宇宙微波背景（CMB）温度和偏振功率谱，物质功率谱，距离红移关系，重子声学振荡（BAO）和红移空间畸变（RSD）观测量，以及导出的参数。我们训练我们的仿真器上的爱因斯坦-玻尔兹曼计算获得高精度的数值收敛设置，为广泛的宇宙学模型，包括$Λ$ CDM，$w$ CDM，$Λ$ CDM+ $N_\mathrm{eff}$，和$Λ$ CDM+ $Σm_ν$。我们的CMB仿真器的准确度优于$\ell=10^4$的0.5%，足以进行第四阶段数据分析，我们的$P(k)$仿真器达到了与$k=50 \,\, \mathrm{Mpc}^{-1}$相同的准确度水平，足以进行第三阶段数据分析。我们通过在线存储库CosmoPower Organisation发布模拟器，该存储库将不断更新其他扩展的宇宙学模型。我们的模拟器加速宇宙学数据分析的数量级，使宇宙学参数提取分析，使用当前的调查数据，在笔记本电脑上进行。我们验证我们的仿真器，通过比较他们的类和CAMB和复制宇宙学参数的约束来自普朗克TT，TE，EE和CMB透镜数据，以及从阿塔卡玛宇宙望远镜数据发布4 CMB数据，暗能量调查1年星系透镜和聚类数据，重子振荡光谱调查数据发布12 BAO和RSD数据。
2023-03-02 astro-ph.CO
CLiENT: A new tool for emulating cosmological likelihoods using deep neural networks
Aarhus University（奥胡斯大学）；University of Zurich（苏黎世大学）
本文提出CLiENT，一种利用深度神经网络直接模拟数据集似然函数的方法，相比传统观测模拟方法，具有自动生成可微分代理似然函数的优势，能够在较少函数评估次数下获得高精度的置信区间和参数空间内的χ²精度。
2026-06-04 astro-ph.CO astro-ph.IM
Symbolic Emulators for Cosmology: Accelerating Cosmological Analyses Without Sacrificing Precision
Astrophysics, University of Oxford（牛津大学天体物理学）；IAP（巴黎天体物理研究所）；Department of Physics and Astronomy, Johns Hopkins University（约翰霍普金斯大学物理与天文学系）
本文提出符号模拟方法，用于加速宇宙学分析，通过提高计算效率和内存使用，实现与传统数值方法一致的精度。
2025-10-21 astro-ph.CO astro-ph.IM cs.LG
Cutting corners: Hypersphere sampling as a new standard for cosmological emulators
本文提出超球面采样方法，将训练数据集中在高似然区域，以显著减少宇宙学仿真器所需数据点并提升精度，在ΛCDM及高维扩展模型上验证其高效性。
2024-05-02 astro-ph.CO astro-ph.IM hep-ph
A general polynomial emulator for cosmology via moment projection
Jodrell Bank Centre for Astrophysics, University of Manchester（曼彻斯特大学约德天体物理学中心）
MomentEmu通过矩投影构建通用多项式模拟器，实现理论参数与观测特征的快速可解释映射，适用于宇宙学中的正向建模和参数推断。
2025-12-02 astro-ph.CO astro-ph.IM physics.comp-ph
CosmoPower-JAX: high-dimensional Bayesian inference with differentiable cosmological emulators
Université de Genève（日内瓦大学）；University College London（伦敦大学学院）
CosmoPower-JAX基于JAX构建宇宙学功率谱神经模拟器，利用自动微分和GPU加速高维贝叶斯参数推断，在Stage IV模拟中比标准方法快数个数量级。
2023-06-22 astro-ph.CO astro-ph.IM cs.LG
Cosmological Inference with Cosmic Voids and Neural Network Emulators
Ludwig-Maximilians-Universität（路德维希-马克西米利安大学）；Excellence Cluster ORIGINS（ORIGINS卓越集群）；Aix-Marseille Université（艾克斯-马赛大学）；CNRS/IN2P3, CPPM（法国国家科学研究中心/欧洲核子研究组织粒子与物理研究所，地中海粒子物理中心）；Max-Planck-Institut für Astrophysik（马普天体物理学研究所）；Universität Hamburg（汉堡大学）
本文提出基于神经网络的空洞模拟器，用于提高宇宙学参数估计的效率和准确性，通过空洞统计信息提升对宇宙学参数的约束。
2025-02-07 astro-ph.CO
Effort: a fast and differentiable emulator for the Effective Field Theory of the Large Scale Structure of the Universe
本文发布快速可微的 EFTofLSS 仿真器 Effort，结合先进数值方法与预处理策略，并通过与 pybird 的贝叶斯后验对比验证其高精度与高效率。
2025-01-08 astro-ph.CO astro-ph.IM
CSST Cosmological Emulator I: Matter Power Spectrum Emulation with one percent accuracy to k = 10 h/Mpc
本文提出基于129个高分辨率Kun模拟构建的CSST Emulator，可在八个宇宙学参数空间中实现k≤10 h/Mpc、z≤2.0范围内1%精度的非线性物质功率谱预测，并通过与BACCO、EuclidEmulator2等对比验证其优异性能。
2025-06-06 astro-ph.CO
Cosmological parameters from the joint analysis of Density Split and Second Order Statistics: an Emulator based on the Halo Occupation Distribution
本研究构建基于$\texttt{AbacusSummit}$模拟和$\texttt{CosmoPower}$的仿真器以预测DSS及二阶统计量，分析了仿真精度的影响因素，发现DSS对宇宙学参数约束更强，联合分析利于提取星系-暗晕关联参数。
2024-12-10 astro-ph.CO
Investigating Cosmological GAN Emulators Using Latent Space Interpolation
生成对抗网络（GANs）是近年来发展起来的一种用于大尺度结构仿真的新型仿真技术。最近的研究结果表明，GANs可以作为一种快速，高效和计算成本低廉的仿真器，用于产生新的弱透镜收敛图以及2-D和3-D的宇宙网络数据。然而，与任何算法一样，GAN方法也有一系列限制，例如不稳定的训练过程和所产生输出的固有随机性。在这项工作中，我们采用了机器学习文献中常用的一些技术来解决上述限制。特别是，我们训练一个GAN，以产生弱透镜收敛图和暗物质过密度场数据的多重红移，宇宙学参数和修改后的重力模型。此外，我们训练一个GAN使用最新的Illustris数据，同时模拟暗物质，气体和内能分布数据。最后，我们采用隐空间插值技术来控制算法产生的输出。我们的结果表明，GAN产生的功率谱与训练数据样本之间存在1-20%的差异，这取决于所使用的数据集以及是否应用了高斯平滑。最后，最近对生成模型的研究表明，这种算法可以被视为从低维输入（潜在）空间到高维（数据）流形的映射。我们探索这样的理论描述作为一种工具，更好地理解潜在的空间插值过程。
2021-06-29 astro-ph.CO astro-ph.IM physics.comp-ph
Accurate cosmological emulator for the probability distribution function of gravitational lensing of point sources
INAF – Osservatorio Astronomico di Trieste（意大利国家天体物理研究所的里雅斯特天文台）；Universidade Federal do Espírito Santo（圣埃斯皮里图联邦大学）；IFPU – Institute for Fundamental Physics of the Universe（宇宙基础物理研究所）；INFN – Sezione di Trieste（意大利国家核物理研究所的里雅斯特分部）；ICSC – Centro Nazionale di Ricerca in High Performance Computing, Big Data e Quantum Computing（高性能计算、大数据和量子计算国家研究中心）；Centro Brasileiro de Pesquisas Físicas（巴西物理研究中心）；Observatório do Valongo, Universidade Federal do Rio de Janeiro（瓦隆戈天文台，里约热内卢联邦大学）
本文提出了一种基于N体模拟和XGBoost的高效模拟器，用于精确建模引力透镜放大PDF，提升宇宙学推断的准确性与可靠性。
2026-02-11 astro-ph.CO
Super-resolution emulator of cosmological simulations using deep physical models
我们提出了一个扩展我们最近开发的Wasserstein优化模型，以模拟准确的高分辨率的功能，从计算上更便宜的低分辨率宇宙学模拟。我们的深层物理建模技术依赖于受限神经网络来执行低分辨率宇宙密度场到高分辨率小尺度结构空间的分布映射。我们约束我们的网络使用一个单一的高分辨率的初始条件和相应的低分辨率和高分辨率的演变暗物质模拟的Quijote套件。我们利用高分辨率的初始条件的信息内容作为一个良好的构造先验分布的网络模拟的小规模的结构。一旦拟合，我们的物理模型以低计算成本产生模拟的高分辨率模拟，同时还提供了一些关于大尺度模式如何影响真实空间中小尺度结构的见解。
2020-05-20 astro-ph.CO
COSMOPOWER: emulating cosmological power spectra for accelerated Bayesian inference from next-generation surveys
我们提出了$\it{CosmoPower}$，一套神经宇宙学功率谱仿真器提供的数量级加速参数估计从两点统计分析的大尺度结构（LSS）和宇宙微波背景（CMB）调查。仿真器取代玻尔兹曼代码的物质和CMB功率谱的计算，因此，他们不需要重新训练不同的选择天体物理学的滋扰参数或红移分布。在波数范围$k \in [10^{-5}, 10] \, \mathrm{Mpc}^{-1}$内，对红移$z \in [0, 5]$的物质功率谱仿真误差小于$0.4\%$。$\it{CosmoPower}$模拟CMB温度，偏振和透镜潜在的功率谱在$5σ$区域的参数空间周围的$\it{Planck}$最佳拟合值与误差$\lesssim 10\%$的预期散粒噪声为即将到来的西蒙斯天文台。$\it{CosmoPower}$被展示在来自千度巡天的宇宙剪切和星系聚类分析的联合分析上，以及在第四阶段类似$\it{Euclid}$的模拟宇宙剪切分析上。对于CMB情况，在$\it{Planck}$ 2018 CMB温度和偏振分析上测试$\it{CosmoPower}$。仿真器总是恢复基准宇宙学约束的差异小于采样噪声的后验，同时提供一个加速因子高达$O(10^4)$的完整的推理流水线。正如我们在$\it{Planck}$似然情况下所证明的那样，这种加速允许在几秒钟内恢复后验分布。$\it{CosmoPower}$完全用Pyth…
2022-01-31 astro-ph.CO astro-ph.IM
CSST Cosmological Emulator III: Hybrid Lagrangian Bias Expansion Emulation of Galaxy Clustering
本文提出融合拉格朗日偏置展开与Kun N体模拟的混合模拟器，在8个宇宙学参数空间内以1%精度预测星系功率谱，并经46个模拟验证。
2025-07-17 astro-ph.CO
Multi-Fidelity Emulation for the Matter Power Spectrum using Gaussian Processes
我们提出的方法来模拟物质的功率谱相结合的信息，从宇宙学$N$体模拟在不同的分辨率。仿真器允许通过在有限数量的仿真的参数空间内插来估计仿真输出。我们提出了多保真度仿真，其中许多低分辨率的模拟结合了一些高分辨率的模拟，以实现更高的仿真精度在宇宙学的第一个实现。功率谱对宇宙学的依赖性是从低分辨率模拟中了解到的，而低分辨率模拟又使用高分辨率模拟进行校准。我们表明，我们的多保真度仿真器预测高保真度的同行，以100级的相对精度时，只使用$3$高保真度模拟和优于单保真度仿真器，使用$11$模拟，虽然我们不试图产生一个收敛的仿真器具有高的绝对精度。通过固定数量的高保真训练模拟，我们表明，我们的多保真度仿真器是$\simeq 100$倍优于单保真度仿真器在$k \leq 2 h \mathrm{Mpc}^{-1}$，和$\simeq 20$倍优于$3 \leq k < 6.4 h \mathrm{Mpc}^{-1}$。多保真度仿真训练速度快，只需要对标准高斯过程进行简单的修改。我们提出的仿真器显示了一种新的方法来预测非线性尺度融合模拟从不同的精度。
2021-10-27 astro-ph.CO astro-ph.IM
CSST Cosmological Emulator II: Generalized Accurate Halo Mass Function Emulation
本文基于Kun模拟套件提出了一个通用框架，为多种晕质量定义构建了高精度晕质量函数模拟器，扩展了CSST Emulator，为即将到来的CSST巡天提供快速准确的理论预测工具。
2025-08-15 astro-ph.CO
Intelligent Design: On the Emulation of Cosmological Simulations
仿真设计是在参数空间中选择要运行仿真的位置，并且是构建能够快速提供参数空间中任意位置的仿真结果的估计的仿真器的第一步。我们引入了对Heitmann等人（2006）使用的“OALHS”设计的修改，该设计将在我们的案例研究中实现固定精度所需的模拟运行次数减少了两倍。我们还比较了仿真器的插值过程，发现通过高斯过程模型和通过更容易实现的多项式插值的插值具有相当的精度。一个非常简单的仿真构建过程，包括从参数先验分布采样的设计，结合通过多项式插值也表现良好。虽然我们的主要动机是有效的仿真器的非线性宇宙学N体模拟，在附录中，我们描述了一个模拟器的CMB温度功率谱公开提供的计算机代码。
2011-01-31 astro-ph.CO
The Bacco Simulation Project: Bacco Hybrid Lagrangian Bias Expansion Model in Redshift Space
我们提出了一个模拟器，准确地预测星系在红移空间的宇宙学参数的函数的功率谱。我们的仿真器是基于一个二阶拉格朗日偏置扩展，被转移到欧拉空间使用宇宙学$N$体模拟。然后，使用模拟粒子和晕的非线性速度场压印红移空间失真。我们建立了一个模拟器使用前向神经网络训练与模拟的BACCO项目，它涵盖了8维参数空间，包括大量的中微子和动态暗能量。我们表明，我们的模拟器提供了无偏的宇宙学约束的模拟星系目录，模仿BOSS-CMASS样本下降到非线性尺度（$k\sim0.6$ [$h/$ Mpc] $^{3}$）的四极，和十六极。这项工作开辟了利用宇宙大尺度结构的观测从小尺度中强有力地提取宇宙学信息的可能性。
2022-07-27 astro-ph.CO
Accelerating cosmological inference with Gaussian processes and neural networks -- an application to LSST Y1 weak lensing and galaxy clustering
研究系统效应的影响、优化调查策略、评估不同探测器之间的紧张关系以及探索不同数据集的协同作用需要大量的模拟似然分析，每一项分析都需要花费数千个CPU小时。在本文中，我们提出了一种方法来加速宇宙学的推理，使用模拟器的基础上高斯过程回归和神经网络。我们迭代地获取训练样本的高后验概率，即使在高维参数空间，使数据向量的准确仿真区域。我们展示了我们的仿真器的性能与LSST-Y1的模拟3x 2点分析与现实的理论和系统建模。我们表明，我们的仿真器导致高保真后轮廓，一个数量级的速度。最重要的是，经过训练的仿真器可以重复用于极快的影响和优化研究。我们通过研究LSST-Y1 3x 2点分析中的重子物理效应来证明这一功能，其中我们的MCMC运行的每一个都需要大约5分钟。这种技术使未来的宇宙学分析能够绘制出作为分析选择和调查策略的函数的科学回报。
2022-03-11 astro-ph.CO
Field Level Neural Network Emulator for Cosmological N-body Simulations
Max-Planck-Institut für Astrophysik（马克斯·普朗克天体物理研究所）；Stony Brook University（石溪大学）；Flatiron Institute（熨斗研究所）；Universidade Federal do Espírito Santo（圣埃斯皮里图联邦大学）；Princeton University（普林斯顿大学）；Simons Foundation（西蒙斯基金会）
构建基于卷积神经网络的宇宙结构形成场级模拟器，通过风格参数编码宇宙学依赖性，在非线性区域实现高精度且可微的快速场级推断。
2022-06-14 astro-ph.CO cs.LG
The Aemulus Project II: Emulating the Halo Mass Function
在不久的将来，晕质量函数对宇宙学参数的依赖性的现有模型将成为星系团宇宙学系统不确定性的限制源。我们提出了一个晕质量函数仿真器，并证明了相对于最先进的分析模型的精度提高。在这项工作中，使用相对于平均背景密度为200的过密度标准来定义质量。我们的仿真器是从AEMULUS模拟构建的，AEMULUS模拟是一套40个N体模拟，具有从z=3到z=0的快照。这些模拟涵盖了最近的宇宙微波背景，重子声学振荡和Ia型超新星的结果，不同的参数w，欧米茄_m，欧米茄_b，σ_8，N_{eff}，n_s，和H_0所允许的平坦wCDM参数空间。我们验证我们的仿真器使用五个实现七种不同的宇宙学，共35个测试模拟。这些测试模拟没有用于构建仿真器，并且在完全独立的初始条件下运行。我们使用我们的测试模拟来表征模拟器的建模不确定性，并介绍了一种新的方法，边缘化相关的系统不确定性。我们确认在我们的晕质量函数模拟器作为宇宙学参数和红移的函数的非普适性。我们的模拟器在大部分相关参数空间上实现了优于1%的精度，并且我们证明了在我们的模拟器中的系统不确定性将仍然是通过至少LSST第1年数据集进行集群丰度研究的可忽略不计的误差来源。
2018-04-16 astro-ph.CO astro-ph.GA astro-ph.IM
AI-assisted super-resolution cosmological simulations IV: An emulator for deterministic realizations
本研究针对宇宙学模拟中超分辨率模型小尺度随机生成的问题，开发结合高分辨率初始条件（HRIC）处理SR实现的模拟器，使结果与目标HR模拟在小至LR模拟1/10尺度上仍紧密一致，为大型星系巡天提供高效准确的模拟手段。
2025-02-06 astro-ph.CO
DeepSSM: an emulator of gravitational wave spectra from sound waves during cosmological first-order phase transitions
针对宇宙学一阶相变声波引力波谱模拟问题，提出基于神经网络的开源模拟器DeepSSM，以增强版SSM模型数据训练，实现参数即时预测（最坏精度10%内）、高效可微分，支持直接贝叶斯推断并通过模拟LISA观测验证重建能力。
2025-08-25 astro-ph.CO hep-ph
FORGE -- the f(R) gravity cosmic emulator project I: Introduction and matter power spectrum emulator
我们提出了一个大的宇宙学模拟套件，FORGE（F-of-R重力仿真器）模拟套件，它的目的是建立精确的模拟宇宙学观测星系团，弱引力透镜和星系团，$f(R)$重力模型。总共200次模拟探索了普朗克（2018）宇宙学周围的宇宙学参数空间，使用拉丁超立方体，对于$\bar{f}_{R0}$，$Ω_m$，$σ_8$和$h$的50种组合，所有其他参数都是固定的。对于每个参数组合或节点，我们运行了四个独立的模拟，一对使用$500 h^{-1} Mpc$模拟盒中的$1024^3$粒子来覆盖小尺度，另一对使用$1500 h^{-1} Mpc$盒中的$512^3$模拟粒子来覆盖更大尺度。每对初始条件的选择，使得大规模的样本方差平均最小化。在这项工作中，我们提出了一个精确的仿真器的物质功率谱在$f(R)$重力训练的FORGE。我们已经验证，使用交叉验证技术，仿真器的精度优于$2.5\%$的大多数节点，特别是在探索的参数空间的中心周围，高达$k = 10 h Mpc^{-1}$的规模。我们还检查了功率谱仿真器与不属于我们训练集的模拟，发现非常一致。由于其在小尺度上的高精度，FORGE物质功率谱模拟器非常适合弱透镜分析，并可以在使用当前和未来的观测数据约束$f(R)$重力方面发挥关键作用。
2021-09-10 astro-ph.CO gr-qc
CRRfast: An emulator for the Cosmological Recombination Radiation with effects from inhomogeneous recombination
本研究开发了可快速准确模拟宇宙复合辐射的公开仿真器CRRfast，补全CLASS的ΛCDM谱畸变建模能力，证实非均匀复合的二阶效应可用于检验哈勃张力相关参数空间。
2023-06-13 astro-ph.CO
The Coyote Universe III: Simulation Suite and Precision Emulator for the Nonlinear Matter Power Spectrum
天体物理学和宇宙学中许多最令人兴奋的问题，包括大多数对暗能量的观测探测，都依赖于对结构形成的非线性机制的理解。为了充分利用这一机制提供的信息并提取宇宙学约束，需要精确的理论预测。目前，这种预测只能从昂贵的、精确的数值模拟中获得。本文是第三次在一系列旨在构建一个精确的校准的非线性质量功率谱的Mpc尺度的广泛的目前可行的宇宙学模型，包括暗能量。前两篇论文讨论了数值挑战，以及从一组精心选择的宇宙学模型中构建宇宙学模型的方案。在本文中，我们介绍了“狼宇宙”的模拟套件，其中包括近1,000个N体模拟在不同的力和质量的分辨率，跨越38 wCDM宇宙学。这个大型的模拟套件使我们能够构建一个预测方案，或仿真器，为非线性物质的功率谱精确到百分之k~1小时/Mpc的水平。我们描述了模拟器的构造，解释了为确保其准确性而进行的测试，并讨论了如何将中心思想扩展到更广泛的宇宙学模型和应用中。作为本文的一部分，公开发布了一个功率谱仿真器代码。
2013-05-10 astro-ph.CO
Matter Power Spectrum Emulator for f(R) Modified Gravity Cosmologies
测试一个超越广义相对论（GR）的可行宇宙学模型子集，以及与之相关的宇宙加速和暗能量的含义，是鲁宾天文台时空遗产调查（LSST）的范围之内，也是其努力的一部分。偏离GR-w（z）CDM模型可以表现在结构和透镜的增长率，以及在非线性尺度上的屏蔽效应。我们通过COLA（COmoving Lagrangian Acceleration）模拟来模拟该模型，探索了f（R）Hu-Sawicki修正重力（MG）候选模型预测的小尺度偏差的约束能力。我们提出的实验设计，数据生成，和宇宙学参数的插值方案和跨越红移的功率谱的提升，由于修改重力效应的仿真。模拟器的三个初步应用突出了对宇宙学参数的敏感性，Fisher预测和马尔可夫链蒙特卡罗推断的基准宇宙学。这个模拟器将在未来的宇宙学分析中发挥重要作用，处理鲁宾天文台LSST预期的大量数据。
2020-10-01 astro-ph.CO gr-qc
nuGAN: Generative Adversarial Emulator for Cosmic Web with Neutrinos
Institute of Computing and Cybersystems, Michigan Technological University（密歇根理工大学计算与网络系统研究所）；Department of Physics, Michigan Technological University（密歇根理工大学物理系）
nuGAN通过生成对抗网络模拟不同中微子质量下的宇宙结构，实现高精度的宇宙网生成，为宇宙学预测提供新方法。
2025-05-06 astro-ph.CO astro-ph.IM
Fast production of cosmological emulators in modified gravity: the matter power spectrum
本文基于COLA方法测试快速模拟的收敛性，以DGP理论为测试用例，开发并训练了用于预测修改引力下物质功率谱增强因子的神经网络模拟器，在 $k=5 \\, h {\rm Mpc}^{-1}$ 时精度达约3%。
2023-11-20 astro-ph.CO gr-qc
Ten-parameter simulation suite for cosmological emulation beyond $Λ$CDM
本文提出Goku模拟套件及10维仿真器GokuEmu，通过多尺度多保真度框架高效覆盖ΛCDM及其扩展参数，以更低计算成本实现非线性物质功率谱的高精度预测。
2025-04-11 astro-ph.CO astro-ph.IM
General framework for cosmological dark matter bounds using $N$-body simulations
我们提出了一个通用的框架，获得强大的边界上的性质暗物质使用宇宙学$N$体模拟和莱曼α森林数据。我们构建了一个流体动力学模拟的仿真器，这是一个灵活的，准确的和计算效率高的模型预测莱曼α森林通量功率谱不同的暗物质模型，星系际介质（IGM）的状态和原始功率谱的响应。该模拟器结合了一个灵活的参数化的小尺度抑制在“非冷”暗物质模型中出现的物质功率谱，与改进的IGM模型。然后，我们演示了如何优化的情况下，超轻轴子暗物质的仿真器，提出测试的收敛性。我们还进行了交叉验证测试通量功率谱预测的准确性。这个框架可以被优化用于分析许多其他暗物质候选者，例如，温暖或相互作用的暗物质。我们的工作表明，一个优化的仿真器和宇宙学的“有效理论”，其中许多模型是由一组方程描述的组合，是一个强大的方法，从宇宙大尺度结构的强大和计算效率的推断。
2021-02-01 astro-ph.CO
An Emulator for the Lyman-alpha Forest
我们提出的方法之间的1-D通量功率谱的莱曼- $α$森林，宇宙流体动力学模拟的输出。由于有限的模拟数量，插值是必要的宇宙学参数估计。利用拉丁超立方采样和高斯过程插值，从$21$小模拟中构造了一个Lyman-$α$森林通量功率谱的模拟器。我们表明，该仿真器具有1.5%的典型准确度和4%的最差情况下的准确度，这与BOSS DR 9的$z < 3$的3 - 5%的当前统计误差相比很好。我们比较以前的国家的最先进的，二次多项式插值。拉丁超立方体对整个参数空间进行采样，而二次多项式仿真仅对低维子空间进行采样。高斯过程提供了一个估计的仿真误差，我们使用测试模拟表明，这种估计是合理的。我们构造了一个似然函数，并用它来表明，使用仿真器生成的后验约束是无偏的。我们表明，我们的高斯过程仿真器具有较低的仿真误差比二次多项式插值，从而产生更严格的后验置信区间，这将是必不可少的未来莱曼- $α$调查，如DESI。
2023-01-23 astro-ph.CO
Kernel-Based Emulator for the 3D Matter Power Spectrum from CLASS
三维物质功率谱（$P_δ(k,z)$）是分析宇宙学数据（如大尺度结构、21厘米观测和弱透镜效应）的基本量。现有的计算机模型（玻尔兹曼代码），如CLASS可以提供它在不适当的计算成本为代价。在本文中，我们提出了一种快速贝叶斯方法来生成三维物质功率谱，对于一组给定的波数，$k$和红移，$z$。我们的代码允许计算以下量：在给定的红移（默认设置为0）的线性物质功率谱;非线性三维物质功率谱有/没有重子反馈;弱透镜功率谱。还返回了三维物质功率谱相对于输入宇宙学参数的梯度，这对于哈密顿蒙特卡罗采样器是有用的。导数也可用于Fisher矩阵计算。在我们的应用程序中，仿真器是准确的，当评估在一组宇宙学参数，从以前的，与分数的不确定性，$ΔP_δ/P_δ$集中在0。它也是$\sim 300$倍快于CLASS，因此使仿真器适合采样宇宙学和滋扰参数在蒙特卡洛例程。此外，一旦三维物质功率谱计算，它可以使用一个特定的红移分布，$n(z)$来计算弱透镜和内在的对齐功率谱，然后可以用来推导宇宙学参数的约束条件，在弱透镜数据分析问题。该软件（$\texttt{emuPK}$）可以使用任何点集进行训练，并在Github上分发，并带有一组预先训练的高斯过程（GP）模型，基于1000个拉丁超立方体（LH）样本，大致遵循当前弱透镜分析的当前先验。
2021-11-08 astro-ph.CO
Galaxy Clustering in the Mira-Titan Universe I: Emulators for the redshift space galaxy correlation function and galaxy-galaxy lensing
本文基于111个Mira-Titan N体模拟和HOD建模，构建涵盖八参数宇宙学的星系聚类与引力透镜模拟器，并验证其可从CMASS类样本获得无偏且精确的宇宙学约束。
2023-06-06 astro-ph.CO
An AI super-resolution field emulator for cosmological hydrodynamics: the Lyman-α forest
本文提出一种两阶段深度学习模型，结合低分辨率流体模拟和高分辨率初始条件，高效重建宇宙学重子场及莱曼-α森林可观测量，在保持亚百分比至10%以内误差的同时将计算时间减少约450倍。
2025-07-22 astro-ph.CO astro-ph.GA astro-ph.IM
Emulating cosmological growth functions with B-Splines
鉴于GPU加速，诸如求解常微分方程之类的顺序操作可能是梯度评估的瓶颈，并阻碍潜在的速度增益。在这项工作中，我们专注于宇宙粒子网格模拟的增长函数和它们的时间导数，并表明这些是大多数时间成本时，使用基于梯度的推理算法。我们建议构建新的条件B样条仿真器，直接学习作为时间的函数的生长因子的插值函数，条件的宇宙学。我们证明，这些仿真器是足够准确的，不偏置我们的宇宙学推断的结果，并可能导致超过一个数量级的增益的时间，特别是对于小到中等大小的模拟。
2022-11-12 astro-ph.CO
Cosmological inference from emulator based halo model I: Validation tests with HSC and SDSS mock catalogs
我们提出了基于模拟器的晕模型方法的宇宙学参数推断的验证测试，假设测量的星系的投影相关函数，$w_{\rm p}(R)$，和星系-星系弱透镜，$Δ\!Σ(R)$，从光谱SDSS星系和超Suprime-Cam Year 1（HSC-Y1）星系。为此，我们使用\textsc{Dark Emulator}开发的Nishimichi等。基于一个合奏的$N$体模拟，这是一个仿真软件包，使一个快速，准确的计算晕聚类量的平坦几何$w$ CDM宇宙学。采用晕占领分布，模拟器允许我们获得模型预测的$Δ\!Σ$和$w_{\rm p}$的SDSS类星系在几个CPU秒的一组输入参数。我们目前的性能和验证的方法进行马尔可夫链蒙特卡罗分析的模拟信号从各种模拟目录，模仿SDSS和HSC-Y1星系。结果表明，除了包含组装偏置效应的模拟模型（尽管我们考虑了组装偏置效应的非真实大幅度）外，晕模型方法可以在68%的可信区间内恢复真实的宇宙学参数.即使对于装配偏差模拟，我们证明，宇宙学参数可以恢复{ \it}，如果分析仅限于尺度$R\gtrsim 10~h^{-1}{\rm Mpc}$。我们还表明，通过使用一个单一的人口的源星系来推断的相对强度的$Δ\!Σ$的多个透镜样品在不同的红移，联合探针方法允许自校准的光度红移误差和乘法剪切偏差。因此，我们得出结论，基于仿真器的晕模型方法可以安全地应用于HSC-Y1数据集，达到$σ(…
2020-12-31 astro-ph.CO astro-ph.GA gr-qc
Learning the Universe: $3\ h^{-1}{\rm Gpc}$ Tests of a Field Level $N$-body Simulation Emulator
本文在3 h⁻¹Gpc体积中测试了场级N体模拟模拟器，该模拟器通过机器学习修正线性ZA场，与N体模拟统计一致性约5%，生成速度快千倍，为大规模宇宙学推断提供工具。
2025-02-18 astro-ph.CO astro-ph.GA
Cosmic Inference: Constraining Parameters With Observations and Highly Limited Number of Simulations
宇宙学探测提出了一个逆问题，即通过观测获得测量结果，目的是推断表征底层物理系统-我们的宇宙-的模型参数值。现代宇宙学探测器越来越依赖于小尺度结构的测量，而在这些尺度（大约65 Mpc/h或更小）上精确建模物理行为的唯一方法是通过昂贵的数值模拟。在本文中，我们提供了一个新的统计框架，获得准确的参数约束相结合的观测与数量非常有限的宇宙学模拟的详细描述。该框架利用多输出高斯过程仿真器，自适应构建使用贝叶斯优化方法。我们比较了几种方法来构建多输出仿真器，使我们能够考虑到可能的输出间的相关性，同时保持推理所需的效率。使用莱曼α森林通量功率谱，我们证明了我们的自适应方法需要相当少的-由几个因素在莱曼α P（k）的情况下考虑在这里-仿真相比，基于拉丁超立方体采样，该方法是更强大的重建参数和贝叶斯可信区间。
2019-05-17 astro-ph.CO astro-ph.IM
Emulator-Based Inference of Cosmological Subgrid Models
Argonne National Laboratory（阿贡国家实验室）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本文提出基于高保真模拟器的推断框架，用于校准宇宙学子网格模型，以匹配观测数据，揭示AGN反馈的两种不同模式。
2026-01-12 astro-ph.CO astro-ph.GA
The Mira-Titan Universe: Precision Predictions for Dark Energy Surveys
地面和空间巡天使强大的宇宙学探测成为可能，这些探测基于对星系特性和星系在宇宙中的分布的测量。这些探测包括弱透镜效应、重子声学振荡、星系团的丰度和红移空间扭曲;它们对于提高我们对暗能量本质的认识至关重要。在理论和建模方面，宇宙结构形成的大规模模拟在解释观测结果和以所需精度提取宇宙物理学的挑战性任务中发挥着重要作用。这些模拟必须涵盖超出标准六个宇宙学参数的参数范围，并且需要在高质量和力分辨率下运行。一个关键的基于仿真的任务是通过仿真的方法生成精确的理论预测。利用一种新的采样技术，我们探索了一个包含大质量中微子和可变暗能量状态方程的8维参数空间。我们使用两个替代模型（线性功率谱和近似光环质量函数）构建试验模拟器。新的采样方法使我们能够从26个宇宙学模型中构建精确的仿真器，并通过以规定的方式添加新的模拟集来提高仿真器的精度。这使得仿真器的保真度得到系统的改善，新的观测数据变得可用，更高的精度是必需的。最后，使用一个LCDM宇宙学作为一个例子，我们研究的要求施加在一个模拟活动，以达到所需的统计和准确性时，建立仿真器的暗能量调查。
2015-08-11 astro-ph.CO
A tomographic spherical mass map emulator of the KiDS-1000 survey using conditional generative adversarial networks
在大尺度结构宇宙学中，大量的物质密度模拟变得越来越重要。物质功率谱仿真器，例如Euclid Emulator和CosmicEmu，在仿真上进行训练以校正功率谱的非线性部分。基于地图的分析从密度场中检索额外的非高斯信息，无论是通过人为设计的统计数据（如峰值计数），还是通过机器学习方法（如卷积神经网络）。这些方法所需的模拟在计算时间和存储方面都是非常资源密集型的。最近提出了基于深度生成模型的地图级密度场仿真器来解决这些挑战。在这项工作中，我们提出了一种新的质量地图模拟器的KiDS-1000调查足迹，它生成无噪声的球形地图在一秒钟的一小部分。它以一组宇宙学参数$(Ω_M, σ_8)$作为输入，并产生一组一致的5张地图，对应于KiDS-1000层析红移箱。为了构建仿真器，我们使用了条件生成对抗网络架构和球形CNN $\texttt{DeepSphere}$，并在N体模拟质量图上对其进行训练。我们比较其性能使用一系列的定量比较指标：角功率谱$C_\ell$，像素/峰值分布，$C_\ell$相关矩阵，和结构相似性指数。总的来说，在模拟网格中心的宇宙学中，这些汇总统计的平均一致性为$<10\%$，在网格边缘略有下降。最后，我们使用模拟器和原始模拟集进行模拟宇宙学参数估计。我们发现在这些约束条件下，很好的协议，可能性和可能性的方法。该模拟器可在https://tfhub.dev/cosmo-gro…
2022-12-13 astro-ph.CO
Bayesian Deep Gaussian Processes for Correlated Functional Data: A Case Study in Cosmological Matter Power Spectra
Elms College（埃尔姆斯学院）；Virginia Tech（弗吉尼亚理工大学）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；Argonne National Laboratory（阿贡国家实验室）
提出贝叶斯深度高斯过程分层模型，综合多保真度模拟数据估计物质功率谱并量化不确定性，利用基函数表示训练独立GP模拟器预测新宇宙学下的功率谱。
2026-06-08 astro-ph.CO astro-ph.IM stat.AP
The BACCO Simulation Project: A baryonification emulator with Neural Networks
我们提出了一个神经网络模拟重子效应的非线性物质功率谱。我们校准这个模拟器使用超过50，000测量在15维参数空间，不同的宇宙学和重子物理。重子物理是通过重子化算法描述的，该算法已被证明可以准确地捕捉到最先进的流体动力学模拟中对功率谱和双谱的相关影响。宇宙学参数采样使用宇宙学重新标度的方法，包括大量的中微子和动态暗能量。我们模拟的具体量是重子和重力之间的物质功率谱的比值，我们估计模拟器的总体精度为1- 2%，在所有尺度0.01 < k < 5 h/Mpc，红移0 < z < 1.5。我们还获得了1- 2%的准确度，当测试模拟器对收集的74个不同的宇宙流体动力学模拟和各自的重力只对应。我们还表明，只有一个重子参数，即Mc，它设置保留每个晕质量的气体分数，是足够的准确和现实的预测重子反馈在一个给定的时代。我们的模拟器将在http://www.dipc.org/bacco上公开提供。
2020-11-30 astro-ph.CO astro-ph.GA
Euclid preparation: II. The EuclidEmulator -- A tool to compute the cosmology dependence of the nonlinear matter power spectrum
我们提出了一个新的功率谱仿真器EuclidEmulator，估计线性暗物质功率谱的非线性校正。它是基于一种称为多项式混沌展开的谱分解方法。在模拟器的建设中的所有步骤都进行了测试和优化：大的高分辨率N体模拟PKDGRAV 3进行了验证使用模拟从欧几里德旗舰活动，并证明已经收敛到波数$k\approx 5\,h\,{\rm Mpc}^{-1}$的红移$z\leq 5$。该仿真器是使用不确定性量化软件UQLab构建的，它已通过创建模拟仿真器的基础上高桥的HALOFIT优化。我们表明，它是可能的，以这种方式进行任何N体模拟之前，成功地预测最终的仿真器的性能。我们提供了一个C-代码来计算的非线性校正相对于N体模拟在50 ms内的$\sim0.3\%$的相对精度。最终的非线性功率谱的绝对精度是一个与N体模拟，即$\sim 1\%$为$k\lesssim 1\,h\,{\rm Mpc}^{-1}$和$z\lesssim 3.5$。这使得有效的正演模拟的非线性制度，允许宇宙学参数的极大似然估计。EuclidEmulator已经与HALOFIT和CosmicEmu进行了比较，CosmicEmu是一种基于Mira-Titan Universe的替代仿真器，并且比其他方法更准确。这项工作为未来仿真器的优化构建铺平了新的道路，这些仿真器还考虑了其他宇宙学观测量，使用更高分辨率的输入模拟并研究更高维的宇宙学…
2019-02-20 astro-ph.CO
Accelerating Large-Scale-Structure data analyses by emulating Boltzmann solvers and Lagrangian Perturbation Theory
线性物质功率谱是解释大尺度结构观测量的所有理论模型的基本组成部分。虽然玻尔兹曼代码（如CLASS或CAMB）在计算线性谱方面非常有效，但数据分析通常需要$10^4$ - $10^6$评估，这意味着该任务可能是数据分析中计算成本最高的方面。在这里，我们解决这个问题，通过建立一个神经网络仿真器，提供线性理论（总和冷）的物质功率谱在约1毫秒的0.2%（0.5%）的精度超过红移$z \le 3$（$z \le 9$），和规模$10^{-4} \le k \, [h {\rm Mpc^{-1}}] < 50$。我们训练这个模拟器超过20万次测量，跨越了广泛的宇宙学参数空间，包括大质量中微子和动态暗能量。我们表明，我们的模拟器的参数范围和精度是足够的，以获得无偏的宇宙学约束在分析的欧几里德弱透镜调查。补充这个仿真器，我们训练15个其他仿真器的交叉谱的各种线性领域在欧拉空间，预测的二阶拉格朗日摄动理论，它可以用来加速扰动偏差描述的星系团。我们的仿真器专门设计用于与非线性物质功率谱和重子效应的仿真器结合使用，所有这些都可以在http://www.dipc.org/bacco上公开获得。
2022-06-17 astro-ph.CO
Stringent $σ_8$ constraints from small-scale galaxy clustering using a hybrid MCMC+emulator framework
我们提出了一种新的基于模拟的混合仿真器方法，最大限度地从非线性星系聚类中获得宇宙学和Halo Occupation Distribution（HOD）信息，具有足够的精度DESI Year 1（Y1）分析。我们的混合方法首先在固定的宇宙学模拟网格上对HOD空间进行采样，以约束宇宙学+HOD参数空间的高似然区域，然后在此约束区域内构造仿真器。这种方法显著减少了仿真的参数量，从而在固定数量的训练点的情况下实现了小得多的仿真器误差。我们证明，这与国家的最先进的模拟结果紧密的仿真器误差相媲美预期DESI Y1 LRG样本方差。我们利用新的AbacusSummit模拟，并将我们的混合方法应用于CMASS非线性星系聚类数据。我们推断$σ_8 = 0.762\pm0.024$和$fσ_8 (z_{eff} = 0.52) = 0.444\pm0.016$，当代星系团的研究中最严格的限制。我们还表明，我们的$fσ_8$约束是强大的二次偏置和其他HOD模型的选择，关键的第一步展示强大的宇宙学信息访问非线性尺度。我们推测，DESI Y1的额外统计能力应该会将增长率约束收紧至少50- 60%，从而显著阐明与普朗克的任何潜在紧张关系。我们还解决了“透镜效应低”的紧张局势，我们发现，较低的$fσ_8$和基于环境的偏见的综合影响降低了15%的预测透镜效应信号，约占50%的透镜效应测量和基于聚类的预测之间的差异…
2022-06-28 astro-ph.CO
Testing and Emulating Modified Gravity on Cosmological Scales
本文介绍了一套利用星系团检验修正引力模型的方法。特别是，介绍了一种用于约束模型的变色龙筛选技术。此外，概述的技术扩展到测试更广泛的一类模型，如涌现引力理论。最后，论文的第一部分通过调整上述测试模型独立的约束。所得到的结果表明，星系团可以用来获得一些最强大的宇宙学尺度的约束。论文的第二部分致力于宇宙学仿真器的主题。更具体地说，介绍了一种基于机器学习的宇宙学N体模拟输出数据仿真技术。生成对抗网络（GANs）用于模拟仅暗物质以及流体动力学模拟数据。此外，N体修正的重力模拟以及探索。所提出的对GAN算法的研究表明，此类仿真器提供了一种强大、快速和有效的方法来生成具有不同宇宙学参数的仿真输出数据。功率谱分析表明，训练和生成的数据之间存在1-20%的差异，具体取决于所使用的数据集以及是否应用高斯平滑。
2020-11-17 astro-ph.CO astro-ph.IM gr-qc
The Mira-Titan Universe II: Matter Power Spectrum Emulation
我们介绍了一个新的宇宙模拟器的物质功率谱覆盖八个宇宙学参数。针对光学巡天，该模拟器提供了波数k~5/Mpc和红移z ≤ 2的精确预测。除了涵盖标准的LCDM参数集，大量的中微子和动态的暗能量的状态。模拟器是建立在一个样本集的36个宇宙学模型，精心挑选，以提供准确的预测在广泛和大的参数空间。对于每个模型，我们都进行了高分辨率模拟，并增加了16个中等分辨率模拟和TimeRG微扰理论结果，以提供广泛k范围的准确覆盖;作为该项目的一部分，生成的数据集超过1.2Pbyte。使用当前的模拟模型集，我们实现了约4%的准确度。由于这里使用的采样方法已经建立了收敛和误差控制特性，后续的结果与100多个宇宙学模型将很快达到~1%的精度。我们比较我们的方法与其他预测方案的基础上晕模型的想法和重新映射的方法。新的模拟器代码是公开的。
2017-05-09 astro-ph.CO
Extending CSST Emulator to post-DESI era
Shanghai Jiao Tong University（上海交通大学）
本文通过扩展CSST模拟器，利用辅助$w_0w_a$CDM模型提高非线性物质功率谱预测精度，验证了动态暗能量模型在DESI DR2+CMB约束下的有效性。
2026-06-28 astro-ph.CO
Bayesian emulator optimisation for cosmology: application to the Lyman-alpha forest
莱曼-阿尔法森林对宇宙学参数和星系际介质天体物理学都提供了强有力的约束，预计下一代的调查，包括eBOSS和DESI，将进一步改善。在宇宙学推断中，提取这些信息需要在整个高维参数空间中计算可能性。评估的可能性需要一个强大的和准确的参数和观测值之间的映射，在这种情况下，1D通量功率谱。宇宙学模拟使这样的映射成为可能，但由于计算时间的限制，只能在少数几个样本点上进行评估;“仿真器”被设计成在这些样本点之间进行插值。然后，问题简化为放置样本点，以便获得准确的映射，同时最大限度地减少所需的昂贵模拟的数量。为了解决这个问题，我们引入了一个仿真程序，采用贝叶斯优化的训练集的高斯过程插值方案。从拉丁超立方体采样开始（可以使用具有良好空间填充特性的其他方案），我们在新的参数位置上使用额外的模拟来迭代地增加训练集，这些参数位置平衡了减少插值误差的需要，同时专注于高可能性区域。我们发现，较小的仿真器误差从贝叶斯优化传播到较小的宽度后验分布。即使比拉丁超立方体更少的模拟，贝叶斯优化也将95%的可信体积缩小了90%，例如，小规模原始波动幅度的1 σ误差为38%。这是贝叶斯优化应用于大尺度结构仿真的第一次演示，我们预计该技术将推广到许多其他探测器，如星系聚类，弱透镜和21厘米。
2019-02-05 astro-ph.CO
