Dark Sky 模拟是宇宙大规模演化的定量和可访问模型，为暗物质和暗能量研究提供了必要的工具，本文介绍了已经发布的早期数据版本和派生的半径目录，质量功能，功率谱和光锥数据和分发和访问超大数据集的新方法。

Jul, 2014

该研究发布了 Illustris 模拟项目的公共数据集，该数据集包括所有位于（106.5 Mpc）³ 体积内的半宇宙尺度的宇宙学数值模拟数据，描述该项目的科学问题以及释放的数据产品和工具。

Apr, 2015

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

使用图神经网络在 Halo 目录上进行训练，实现宇宙学参数无似然场水平的推断。该文章表明，其模型在使用多个不同的 N-body 模拟和代码运作的 Halo 目录进行测试时非常健壮，同时探讨了使用多种参数会受到精度和健壮性的权衡问题。

Sep, 2022

介绍 Illustris 项目，该项目是一系列的大规模宇宙形成的水动力学模拟。模拟覆盖了一个体积为（106.5 Mpc）^3 的宇宙，包括星体演化、气体再循环、化学丰富、中子星和超大质量黑洞的影响等。模拟结果很好地再现了宇宙中的星体形成率密度、星系亮度函数和盘状星系的内部速度结构。

May, 2014

本文研究了不同宇宙学模拟对于高红移夸克星系中黑洞的质量和 Eddington 比例的预测是否一致，结果显示暗淡夸克星系的黑洞群与整个黑洞群的质量差异是固有的，并且基于这些暗淡夸克星系可帮助约束宇宙早期宇宙学模拟的黑洞、星系演化的准确度。

Jan, 2022

IllustrisTNG 项目提供完整的 TNG50、TNG100 和 TNG300 模拟的公共数据，这是一套包括星系形成物理学模型的大型宇宙学模拟，其每个 flagship 运行与低分辨率和暗物质模拟相伴随，覆盖 100 个红移时刻的全量快照、每个时刻的子系统箱分类目录和合并树，并提供 IDL、Python 和 Matlab 的数据访问和分析示例。新的基于 Web 的 API 改进了可视化和数据分析的功能，提供在线、基于浏览器的数据分析平台，支持本地完全访问 TNG 数据进行用户计算，缓解了下载大型模拟数据集的需求。

Dec, 2018

该研究呈现了宇宙学模拟中天体和星系目录的公共数据，包括次网格模型和合并树等内容，旨在研究星系形成和演化的细节。

Oct, 2015

Simba 模拟是用 Gizmo 的无网格有限质量流体动力学运行的 Mufasa 宇宙星系形成模拟的下一代版本。它包括对 Mufasa 亚分辨率恒星形成和反馈方案的更新，并通过 Anglés-Alcázar 等人（2017）的扭矩受限吸积模型和热气体 Bondi 吸积引入了黑洞生长，以及通过动能双极流和 X 射线能量实现了黑洞反馈，此外还包括即时的粉尘产生、生长和破坏模型。

Jan, 2019

本文采用简单的机器学习方法，基于降维和监督学习方法建立基于暗物质密度参数的快速暗物质密度场仿真方法，并通过预测和反投影系数来预测不同宇宙学参数的密度立方体。该方法在保证相应精度下，相比于完整的 N 体模拟大幅缩短计算时间，可以显著加速宇宙模型参数和模型推断等工作，为 ESA/NASA Euclid 任务等开放了更广泛的应用空间。

Apr, 2023