CMB LENSING POWER SPECTRUM BIASES FROM GALAXIES AND CLUSTERS USING HIGH-ANGULAR RESOLUTION TEMPERATURE MAPS
Notice bibliographique
Résumé
The lensing power spectrum from cosmic microwave background (CMB) temperature maps will be measured with unprecedented precision with upcoming experiments, including upgrades to the Atacama Cosmology Telescope and the South Pole Telescope. Achieving significant improvements in cosmological parameter constraints, such as percent level errors on σ 8 and an uncertainty on the total neutrino mass of ∼50 meV, requires percent level measurements of the CMB lensing power. This necessitates tight control of systematic biases. We study several types of biases to the temperature-based lensing reconstruction signal from foreground sources such as radio and infrared galaxies and the thermal Sunyaev–Zel'dovich effect from galaxy clusters. These foregrounds bias the CMB lensing signal due to their non-Gaussian nature. Using simulations as well as some analytical models we find that these sources can substantially impact the measured signal if left untreated. However, these biases can be brought to the percent level if one masks galaxies with fluxes at 150 GHz above 1 mJy and galaxy clusters with masses above M vir = 10 14 M ☉ . To achieve such percent level bias, we find that only modes up to a maximum multipole of l max ∼ 2500 should be included in the lensing reconstruction. We also discuss ways to minimize additional bias induced by such aggressive foreground masking by, for example, exploring a two-step masking and in-painting algorithm.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».