用边际神经比例估计约束X射线加热和再电离，使用21厘米功率谱
摘要：宇宙的初始时期和再电离时期是关于X射线加热和氢再电离的宇宙学和天体物理学信息的重要时期。在高红移下，对21厘米线的射电干涉观测有可能彻底改变我们对此时宇宙的理解。然而，由于多个物理过程之间的复杂相互作用，对这些时期的演化进行建模是相当具有挑战性的。这使得难以使用基于似然函数的马尔可夫链蒙特卡洛（MCMC）方法进行常规的统计分析，这种方法在参数空间的维度上具有较差的可拓展性。本文中，我们展示了基于模拟的推断（SBI）通过边缘神经比率估计（MNRE）的方法在规避这些问题上的进展。我们使用21cmFAST模拟21厘米线功率谱在初始时期和再电离时期的六维参数空间。通过预计的方块千米阵列（SKA）的热噪声，我们能够以明显较低的计算代价准确地还原模型参数的后验分布，而比常规的基于似然函数的方法更加高效。我们进一步展示了如何在不同红移下利用相同的训练数据集来研究模型参数的敏感性。我们的结果表明，这种高效和可扩展的推断技术使我们能够显著扩展模型复杂性，超越目前常规的MCMC方法所能达到的水平。
作者：Anchal Saxena, Alex Cole, Simon Gazagnes, P. Daniel Meerburg, Christoph Weniger, Samuel J. Witte
论文ID：2303.07339
分类：Cosmology and Nongalactic Astrophysics
分类简称：astro-ph.CO
提交时间：2023-09-01