低コストシミュレーションによる宇宙論的推論

低解像度の近似シミュレーションを用いて訓練したニューラルネットワークのアンサンブルにより、高解像度の宇宙論的データから効率的に情報を抽出する手法を提案した。

• 大規模構造からの宇宙論的情報抽出には多大なシミュレーションコストが課題であった。
• 低解像度の近似シミュレーションで畳み込みニューラルネットワークのアンサンブルを訓練した。
• 複数のネットワークを組み合わせることでパワースペクトルを超える情報を抽出することに成功した。
• 低解像度での訓練でありながら高解像度データや異なる暗黒物質ハローに対しても有効であることを示した。

原文タイトル: Low-cost neural summaries for cosmological inference: an ensemble of convolutional neural networks trained on approximate simulations

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。