本论文利用解析模型量化了破坏 21 厘米功率谱球对称性的所有效应，并对跨越从大于 100 到小于 1 共动 Mpc 的宽范围尺度的 21 cm 信号进行了分析和预测。作者认为，考虑到射电干涉仪对信号中宇宙学信息的敏感度，此信号可用于约束 6<z<20 的宇宙学参数，并探讨了三种方法来从信号中测量宇宙学参数。在特定低红移复电离情景下，第一代 21 cm 观测应该会适度改善现有的宇宙学参数约束，并给出了利用第二代干涉仪 MWA5000 进行两年观测后获得的改善。而如果宇宙在 z = 12 时已被离子化，或者旋转温度的波动非常重要，那么任何一种考虑的方法都不容易提供竞争力强的宇宙学参数约束。

Dec, 2005

本文利用变分推理，尤其是贝叶斯神经网络，作为 21 厘米观测的 MCMC 替代方法，报告宇宙学和天体物理参数的可信估计，并评估它们之间的相关性。

May, 2020

用具有红移的 21 厘米原子氢谱线成像宇宙是现代宇宙学中令人兴奋的挑战之一。本文综述了控制 21 厘米信号的物理学，并描述了未来观测可能学到的内容，同时将讨论推广到其他原子和分子线的强度映射。

Sep, 2011

21CMMC 是一个并行化、蒙特卡洛马尔科夫链分析工具，从 21 厘米重子再电离实验中估计天体物理参数约束，可以适应各种再电离模型以及模型参数和再电离历史的先验。21CMMC 可以用于优化干涉仪设计、前景清除算法、观测策略、用于表征 21 厘米信号的替代统计量以及与其他观测项目的协同作用。

Jan, 2015

本文介绍了一种基于卷积神经网络深度学习的 21 厘米图像技术，以回复描述第一代星系 (Tvir、zeta、LX/SFR 和 E0) 的星系天文物理参数，其精确度达到 Monte Carlo Markov Chain 采样及 21CMMC 对两个模拟观测的精度。

May, 2018

本文介绍了对 2dF 星系红移差异调查的功率谱分析，探讨了样本选择的建模，分析了数据集中的红移选择函数，并构建了虚拟调查，从而证明了输入的宇宙模型可以得到正确的恢复。研究表明，2dFGRS 功率谱可以用来推断宇宙的物质含量，而且在大尺度上，我们估计的功率谱显示出在 CDM 模型中预测的 “重子振荡”。

Jan, 2005

使用具有 UNet 架构和三维卷积的卷积神经网络，通过训练模拟观测来有效分离宇宙中性氢光谱的频率与空间模式和前景，其相比于标准的 PCA 方法，在小角尺度和小径向尺度上有一个数量级的减少预测误差方差和精度提高，有助于未来的 21 厘米强度映射实验。

Oct, 2020

本文介绍了针对 CMB 温度和透镜势功率谱的 Planck 测量的第一批结果，其中高多极值处的 Planck 光谱极其适合于标准的平坦六参数 LCDM 宇宙学，我们发现，在这个模型中，Planck 数据可以高精度地确定宇宙学参数。

Mar, 2013

该研究利用 N 体模拟等方法，开发出一种高效、经济的宇宙学模拟方法以更准确地推测宇宙学和天文学现象，同时取得了显著的模拟效果提升，并在此基础上发布了公共代码。

Apr, 2013

用符号回归方法获得 $P (k)$ 的简化解析近似，通过重新优化 halofit 参数减小了预测误差，加入符号矫正的 syren-halofit 方法进一步提高了准确性，快速且准确地逼近了 $P (k)$。

Feb, 2024