从光谱银河调查中提取关键信息
摘要：一种用于从光谱星系调查中提取关键宇宙学信息的新方法：基于联合主成分分析（PCA）和大规模优化参数估计和数据压缩（MOPED）算法。 将该方法应用于BOSS DR12的星系样本中，发现PCA操作能够有效地提取二维相关函数中的信息模式，相比于传统方法使用最低的三个多极矩模式，对BAO和RSD参数的约束更紧；也就是说，BAO和RSD参数的计算恶化指标提高了约20％。接下来，使用MOPED方案对BAO和RSD参数的信息PC模式进行压缩，将数据向量的维度减少到有趣参数的数量，将联合PCA和MOPED表现为一种具有几乎没有约束力丧失的强大聚类分析工具。
作者：Yuting Wang, Gong-Bo Zhao, John A. Peacock
论文ID：1910.09533
分类：Cosmology and Nongalactic Astrophysics
分类简称：astro-ph.CO
提交时间：2023-07-06