利用V-net从红移星系分布中重建宇宙密度和速度场
摘要：用通过星系红移和特殊速度调查测量的物质分布可以来了解关于暗物质、暗能量和引力性质的物理学知识。为了改善我们对宇宙物质的理解，我们可以从作为示踪粒子的星系中重建完整的密度和速度场。本文中，我们使用模拟的暗物质晕作为星系的代理物体。我们使用一个卷积神经网络，即V-net，在结构形成的数值模拟上进行训练，以重建密度和速度场。我们发现，在详细调整损失函数的情况下，V-net能够更好地拟合高密度和低密度区域的密度场，并对速度振幅的概率分布进行改进预测。然而，权重会降低估计的eta参数的精度。我们还发现，哈罗目录的红移空间畸变对重建的实空间密度和速度场几乎没有污染。我们通过比较哈罗目录的特殊速度和重建的速度场来估计速度场的eta参数，并发现估计的eta值与基准值在68%置信水平上一致。
作者：Fei Qin, David Parkinson, Sungwook E. Hong, Cristiano G. Sabiu
论文ID：2302.02087
分类：Cosmology and Nongalactic Astrophysics
分类简称：astro-ph.CO
提交时间：2023-07-04