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

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

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

以宇宙学为背景，利用扩散生成模型进行冷暗物质密度场的模拟，研究宇宙学参数和功率谱之间的关系以及参数推断的准确性。

Dec, 2023

研究通过宇宙学 N 体模拟得出了与 Hamilton 等人的工作基础上现有解析缩放公式的非线性演化的结果，发现高度非线性结构不服从稳定聚类，而是被持续合并的暗物质晕涵盖，该分析方法更精确可适用于更一般的功率谱。

Jul, 2002

CosmoPower-JAX 是一种用于 - cosmological inferece - 的 JAX 实现。通过构建 - cosmological power spectra - 的神经仿真器，使用 JAX 的自动分化、批量评估和及时编译功能，并在 GPU 上运行推断管道，使用先进的基于梯度的采样技术加速参数估计数个数量级。

May, 2023

该研究论文从 Galaxy power spectrum 的理论建模、各种宇宙模型和实测数据出发，通过多种不同的参数拟合，发现基于 LambdaCDM 模型参数的宇宙学模型能够较好地解释数据，未发现不符合模型的证据，并提供了模型工具和可供使用的数据。

Oct, 2012

我们使用符号回归作为研究超出标准模型物理的有力工具，提供了一组分析表达式，用理论参数来重现三个感兴趣的低能观测值：希格斯玻色子质量、修正磁动量与矛盾的贡献以及冷暗物质剩余密度。我们使用这些符号表达式进行全局拟合分析，极快地得到参数的后验概率密度，相较于传统方法具有极大的优势。

May, 2024

使用 SDSS 亮红星系和 WMAP 测量了大尺度相空间功率谱 P (k)，得到的结果对 LCDM 模型给出了强有力的证实，并在宇宙学参数和宇宙学模型等方面提供了一些深入的分析和限制。

Aug, 2006