Rastreando as Origens Cósmicas: Reconstrução por Aprendizado de Máquina do Campo de Densidade Primordial a partir de Observações EoR
A reconstrução das condições iniciais do Universo a partir de rastreadores tardios desbloquearia informações cosmológicas enterradas pela formação de estruturas não lineares e.
Pontos-chave
- Em foco: A reconstrução das condições iniciais do Universo a partir de rastreadores tardios desbloquearia informações cosmológicas enterradas pela formação de
- Detalhe: Resultado ainda sem revisão por pares
- Leitura editorial: resultado provisório, ainda sem revisão por pares formal.
A reconstrução das condições iniciais do Universo a partir de rastreadores tardios desbloquearia informações cosmológicas enterradas pela formação de estruturas não lineares e pela astrofísica. Reconstruímos o campo de densidade inicial em $z\sim300$ a partir de mapas simulados de intensidade de linha de 21 cm e CO(1-0) em $z\sim8$ gerados com LIMFAST.
Usando uma U-Net tridimensional, reconstruímos as condições iniciais e avaliamos seu impacto nas restrições dos parâmetros cosmológicos. Os dois rastreadores sondam ambientes complementares: a emissão de 21 cm rastreia regiões neutras e de baixa densidade do meio intergaláctico, enquanto o CO rastreia regiões superdensas de formação de estrelas.
Para emular observações realistas, modelamos efeitos instrumentais para levantamentos semelhantes a SKA1-Low e COMAP-ERA, incluindo resolução angular finita e ruído térmico. Avaliamos o desempenho da reconstrução através do coeficiente de correlação cruzada entre campos de densidade inicial reconstruídos e verdadeiros, $|C(k)|$.
No caso silencioso, a combinação de ambos os traçadores proporciona a recuperação mais precisa entre os estados de ionização, com $|C(k)| \gtrsim$ 0, 90 por $k \lesssim$ 0, 75 Mpc$^{-1}$. Com efeitos observacionais, as informações em pequena escala são degradadas, mas a combinação de rastreadores ainda alcança $|C(k)| \gtrsim$ 0, 70 para $k \lesssim$ 0, 3 Mpc$^{-1}$.
Para quantificar o ganho de informação, realizamos inferência de parâmetros cosmológicos baseada em simulação a partir de resumos de espectro de potência antes e depois da reconstrução. Tanto em ambientes sem ruído quanto com ruído, a reconstrução aperta as restrições de parâmetros: as incertezas em $σ_8$ e $n_{\rm s}$ melhoram em $\sim2\times$, com ganhos menores, mas consistentes, para outros parâmetros.
Isto é ainda confirmado usando o diagnóstico de divergência de Kullback-Leibler para um conjunto de observações.
Fonte original: arXiv Cosmology