Sep, 2019

机器学习推断强透镜中的子暗物质结构统计特性

PDF
TL;DR本文介绍了如何利用重力透镜系统中弱摄动的扰动来推测暗物质亚结构的存在与性质，并给出了基于相关参数进行 相关概率比率实验数据的仿真分析结果。
dark matter substructurestrong lensing systemssimulation-based inference techniquesneural networksparticle physics
发现论文，激发创造
  • 应用自适应网格的贝叶斯强引力透镜建模：在星系中客观探测物质亚结构

    介绍一种新的自适应全贝叶斯网格方法，用于建模具有扩展图像的强引力透镜，通过高倍率放大的弧和爱因斯坦环的效应来量化大质量星系中的明亮和暗质量亚结构水平，并使用拟合广义线性模型的贝叶斯惩罚函数去修正潜在的网格潜在的亚结构，实现源和潜在的正则化多样性的客观评估；基于 Nested-Sampling 技术，实现了对所有的非线性质量模型参数的误差量化，能将不同的势能模型根据边缘化证据进行客观排名，其精度能检测 Einstein 环上质量大于等于 10 ^ 7 太阳质量的扰动。

    May, 2008

  • 使用 ALMA 观测尘埃星系 SDP.81 探测透镜引力微弱信号

    使用 ALMA 对 SDP.81 的观测结果，研究了星系周围物质密度中的子结构丰度，并得出了关于重子物质子谷物的丰度下限以及与 ΛCDM 半径的一致性的结论。

    Jan, 2016

  • 在星系团中观测到小尺度引力透镜过多

    利用宇宙学模拟研究了暗物质和发光物质在星系团等密集宇宙环境中的相互作用。使用观测到的引力透镜现象测试并表征星系团中的小尺度暗物质分布，发现观测到的团簇物质结构比暗物质模拟所预测的更加有效，我们认为这可能是由于模拟存在系统问题或对暗物质属性的错误假设导致的。

    Sep, 2020

  • 深度学习驱动的改进宇宙学参数推断方案

    使用改进的 CNN 算法和基于峰值计数的易于理解方法，可以更好地估计弱引力透镜映射的余量参数和标准差，并提取更多的高阶统计信息，这在研究宇宙学和暗物质中非常有帮助。

    Jun, 2018

  • 使用连续神经场进行强引力透镜源重建

    研究使用神经网络在高分辨率镜像数据上模拟暗物质、远距离星系光学扭曲等，以解答宇宙学中的一些大问题。

    Jun, 2022

  • 基组法引导的引力透镜建模

    本文提出基于万能基组的强透镜建模方法，使用高性能蒙特卡罗算法，桥接参数化与像素化重建方法的差距，可发现镜中和源面的亚结构，跨度范围宽，为大规模强透镜天体观测提供了新方法。

    Apr, 2015

  • 弱引力透镜巡天中的星团检测

    本研究基于物理学原理提出了一种高效稳健的方案从弱引力透镜调查数据中提取了星系团集群及其性质，优化了低质量对象的检测，并进行了两个模拟数据集的准确性评估，讨论了剪切选中的星系团目录的完整性和纯度。

    Oct, 2008

  • 使用强引力透镜推断 z=0.2 处冷暗物质亚结构质量函数

    研究了 11 个引力透镜星系中的星系亚结构，发现除了系统 SDSS J0956 + 5110 中的一个亮卫星外，没有发现质量块。通过这些非检测结果，结合先前在 SDSS J0946 + 1006 中的检测结果，我们得出了大质量类星体寄主星系的亚结构质量函数的约束条件，并进行贝叶斯推断得出其坡度和平均投影亚结构质量分数。其中，推断出的亚结构分数与 CDM 模拟的期望值相一致。

    May, 2014

  • 利用卷积神经网络在暗能量调查中搜索强透镜系统

    使用卷积神经网络从第一批 Dark Energy Survey（DES）数据中筛选出强引力透镜系统的候选物，包括 405 个透镜候选物和 539 个可用于训练 CNNs 的环状星系候选物，并构建自动化建模管道来对 52 个有单个偏转器的系统进行建模。

    Aug, 2021

  • 用卷积神经网络快速自动分析强引力透镜

    本文报道了使用深度卷积神经网络在非常快速且自动化的方式下准确估计透镜参数的方法，不需要使用最大似然方法，而且可以提供一种非专家获取大量数据的透镜参数估计的方法。

    Aug, 2017