MétaCan
Menu
Retour à la cohorte
Enregistrement W3122385173 · doi:10.1103/physrevd.103.083524

Quadratic estimators for CMB weak lensing

2021· article· en· W3122385173 sur OpenAlexaff
Abhishek S. Maniyar, Yacine Ali-Haïmoud, Julien Carron, Antony Lewis, Mathew S. Madhavacheril

Notice bibliographique

RevuePhysical review. D/Physical review. D. · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueCosmology and Gravitation Theories
Établissements canadiensPerimeter Institute
Organismes subventionnairesNational Aeronautics and Space AdministrationScience and Technology Facilities CouncilSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésCosmic microwave backgroundPlanckPhysicsEstimatorWeak gravitational lensingAstrophysicsDark energyParticle physicsCosmologyAnisotropyStatisticsOpticsMathematicsRedshift

Résumé

récupéré en direct d'OpenAlex

In recent years, weak lensing of the cosmic microwave background (CMB) has emerged as a powerful tool to probe fundamental physics, such as neutrino masses, primordial non-Gaussianity, dark energy, and modified gravity. The prime target of CMB lensing surveys is the lensing potential, which is reconstructed from the observed CMB temperature $T$ and polarization $E$ and $B$ fields. Until very recently, this reconstruction has been performed with quadratic estimators (QEs), which, although known to be suboptimal for high-sensitivity experiments, are numerically efficient and useful to make forecasts and cross-check the results of more sophisticated likelihood-based methods. It is expected that ongoing and near-future CMB experiments, such as AdvACT, SPT-3G, and the Simons Observatory (SO), will also rely on QEs. In this work, we review different QEs and clarify and quantify their differences. In particular, we show that the Hu-Okamoto (HO02) estimator is not the absolute optimal lensing estimator that can be constructed out of quadratic combinations of $T$, $E$, and $B$ fields. Instead, we derive the global-minimum-variance (GMV) lensing quadratic estimator. Although this estimator can be found elsewhere in the literature, it was erroneously described as equivalent to the HO02 estimator and has never been used in real data analyses. Here, we show explicitly that the HO02 estimator is suboptimal to the GMV estimator, with a reconstruction noise larger by up to $\ensuremath{\sim}9%$ for a SO-like experiment. We further show that the QE used in the Planck and recent SPT lensing analysis are suboptimal to both the HO02 and GMV estimator and would have a reconstruction noise up to $\ensuremath{\sim}11%$ larger than that of the GMV estimator for a SO-like experiment. In addition to clarifying differences between different QEs, this work should thus provide motivation to implement the GMV estimator in future lensing analyses relying on QEs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,428
Écart entre enseignants0,411 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. D/Physical review. D.Même sujetCosmology and Gravitation TheoriesTravaux en français237 207