文献

J-GLOBAL ID：202202285527605839   整理番号：22A0986531

宇宙論的実験は本当に測定するか?正規化流による共変的事後分解【JST・京大機械翻訳】

What does a cosmological experiment really measure? Covariant posterior decomposition with normalizing flows

著者 (5件)： Dacunha Tara (Department of Physics and Astronomy, Center for Particle Cosmology, University of Pennsylvania, Philadelphia, Pennsylvania 19104, USA) ,  Raveri Marco (Department of Physics and Astronomy, Center for Particle Cosmology, University of Pennsylvania, Philadelphia, Pennsylvania 19104, USA) ,  Park Minsu (Department of Physics and Astronomy, Center for Particle Cosmology, University of Pennsylvania, Philadelphia, Pennsylvania 19104, USA) ,  Doux Cyrille (Department of Physics and Astronomy, Center for Particle Cosmology, University of Pennsylvania, Philadelphia, Pennsylvania 19104, USA) ,  Jain Bhuvnesh (Department of Physics and Astronomy, Center for Particle Cosmology, University of Pennsylvania, Philadelphia, Pennsylvania 19104, USA)
資料名： Physical Review. D  (Physical Review. D)
巻： 105  号： 6  ページ： 063529  発行年： 2022年 
JST資料番号： D0748A  ISSN： 2470-0010  CODEN： PRVDAQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 事後分布からのデータによって制約されるパラメータ組合せを厳密に抽出する方法を示した。標準手法はGauss分布に適用する線形法を使用する。著者らは,現在の調査のための線形法の限界を示し,非Gauss分布で使用できる非線形法を開発して,パラメータ基底に無関係である。これらは,それらのサンプルから事後分布を学習するために,機械学習モデル,正規化フローの利用によって可能になった。これらのモデルは,パラメータ空間におけるすべての位置で後部の局所的共分散を得ることを可能にし,パラメータ空間上の局所計量として,その逆,Fisher行列を用いた。事後分布は,次に,計量空間における並列輸送を介して,主要な制約パラメータ組合せに非線形に分解できる。2つの非Gauss,ベンチマーク例について著者らの方法を試験し,次にそれらをDarkエネルギー調査とPlanck CMBレンズのパラメータ後部に適用した。宇宙剪断単独,宇宙剪断および銀河クラスタ化,およびCMBレンズ化のための,調査特異的,最良制約付き有効振幅パラメータ[数式:原文を参照]を自動的に学習する方法を説明した。また,完全パラメータ空間における制約付きパラメータ組合せを同定し,応用として,大構造データのみからHubble定数[数式:原文を参照]を推定した。Copyright 2022 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *宇宙論 ,  剪断 ,  レンズ ,  正規分布 ,  確率分布 ,  共分散 ,  クラスタ化 ,  モデル ,  *宇宙空間 ,  パラメータ ,  ベンチマーク ,  *正規化 ,  機械学習
準シソーラス用語： パラメータ空間 ,  Planck衛星 ,  事後分布 , 【Automatic Indexing@JST】

分類 (1件)： 宇宙論  (DB07000D)

タイトルに関連する用語 (4件)： 宇宙 ,  実験 ,  正規化 ,  分解