从复杂学习中得到的简单教训:神经网络模型对宇宙结构形成的了解
我们训练了一个神经网络模型来预测宇宙学n体模拟的全相空间演化。它的成功意味着……
arXiv: 2206.04573天文学正在进入一个新时代。随着地面和天基望远镜配备越来越灵敏的相机和仪器,使开普勒、盖亚和DES、SDSS、DESI、LSST、欧几里得和WFIRST等巡天望远镜能够发现数千颗行星和数百万颗恒星和星系,我们能够寻求关于宇宙起源和演化的基本问题的答案。宇宙学X数据科学是一个研究所有这些数据集的小组,开发新的方法和想法来回答我们宇宙的基本问题。
我们训练了一个神经网络模型来预测宇宙学n体模拟的全相空间演化。它的成功意味着……
arXiv: 2206.04573我们建立了一个场级的宇宙结构形成模拟器,在非线性的情况下是准确的。我们的模拟器包含…
arXiv: 2206.04594标记功率谱是标记场的两点统计量,通过对每个位置进行加权得到,该函数依赖于…
arXiv: 2206.01709