MétaCan
Menu
← Retour à la cohorte
Enregistrement W4225694764 · doi:10.1103/physrevd.106.083520

Cosmological inference from an emulator based halo model. II. Joint analysis of galaxy-galaxy weak lensing and galaxy clustering from HSC-Y1 and SDSS

2022· preprint· en· W4225694764 sur OpenAlexafffund
Hironao Miyatake, Sunao Sugiyama, Masahiro Takada, Takahiro Nishimichi, Masato Shirasaki, Rachel Mandelbaum, Surhud More, Masamune Oguri, Ken Osato, Youngsoo Park, Ryuichi Takahashi, Jean Coupon, Chiaki Hikage, Bau-Ching Hsieh, Alexie Leauthaud, Xiangchong Li, Wentao Luo, Robert H. Lupton, Satoshi Miyazaki, Hitoshi Murayama, Atsushi J. Nishizawa, P. A. Price, Melanie Simet, Joshua S. Speagle, Michael A. Strauss, Masayuki Tanaka, Naoki Yoshida

Notice bibliographique

RevuePhysical review. D/Physical review. D. · 2022
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensCanadian Institute for Theoretical AstrophysicsUniversity of Toronto
Organismes subventionnairesLawrence Berkeley National LaboratoryPlanetary Science DivisionHigh Energy PhysicsJapan Society for the Promotion of ScienceSmithsonian Astrophysical ObservatoryJet Propulsion LaboratoryOffice of ScienceMax-Planck-Institut für AstronomieEötvös Loránd TudományegyetemNational Central UniversityBrookhaven National LaboratoryCore Research for Evolutional Science and TechnologyCabinet Office, Government of JapanAcademia SinicaQueen's University BelfastDurham UniversityYork UniversitySpace Telescope Science InstituteToray Science FoundationHigh Energy Accelerator Research OrganizationUniversity of TokyoOhio State UniversityIndonesia Toray Science FoundationCarnegie Mellon UniversityLos Alamos National LaboratoryCollege of Engineering, Michigan State UniversityUniversity of WashingtonPrinceton UniversityAlfred P. Sloan FoundationJohns Hopkins UniversityQueen's UniversityMinistry of Education, Culture, Sports, Science and TechnologyHarvard UniversitySimons FoundationUniversity of MarylandJapan Science and Technology AgencySmithsonian InstitutionU.S. Department of EnergyCalifornia Institute of TechnologyNational Aeronautics and Space AdministrationNational Astronomical Observatory of JapanNew Mexico State UniversityUniversity of PortsmouthVanderbilt UniversityScience Mission DirectorateYale UniversityNational Science Foundation
Mots-clésPhysicsAstrophysicsGalaxyRedshiftHaloCosmologySigmaWeak gravitational lensingLuminosityAstronomy

Résumé

récupéré en direct d'OpenAlex

We present high-fidelity cosmology results from a blinded joint analysis of galaxy-galaxy weak lensing ($\mathrm{\ensuremath{\Delta}}\mathrm{\ensuremath{\Sigma}}$) and projected galaxy clustering (${w}_{\mathrm{p}}$) measured from the Hyper Suprime-Cam Year-1 (HSC-Y1) data and spectroscopic Sloan Digital Sky Survey (SDSS) galaxy catalogs in the redshift range $0.15<z<0.7$. We define luminosity-limited samples of SDSS galaxies to serve as the tracers of ${w}_{\mathrm{p}}$ in three spectroscopic redshift bins, and as the lens samples for $\mathrm{\ensuremath{\Delta}}\mathrm{\ensuremath{\Sigma}}$. For the $\mathrm{\ensuremath{\Delta}}\mathrm{\ensuremath{\Sigma}}$ measurements, we select a single sample of $4\ifmmode\times\else\texttimes\fi{}{10}^{6}$ source galaxies over $140\text{ }\text{ }{\mathrm{deg}}^{2}$ from HSC-Y1 with photometric redshifts (photo $z$) greater than 0.75, enabling a better handle of photo-$z$ errors by comparing the $\mathrm{\ensuremath{\Delta}}\mathrm{\ensuremath{\Sigma}}$ amplitudes for the three lens redshift bins. The deep, high-quality HSC-Y1 data enable significant detections of the $\mathrm{\ensuremath{\Delta}}\mathrm{\ensuremath{\Sigma}}$ signals, with integrated signal-to-noise ratio $S/N\ensuremath{\sim}15$ in the range $3\ensuremath{\le}R/[{h}^{\ensuremath{-}1}\text{ }\mathrm{Mpc}]\ensuremath{\le}30$ for the three lens samples, despite the small area coverage. For cosmological parameter inference, we use an input galaxy-halo connection model built on the dark emulator package (which uses an ensemble set of high-resolution $N$-body simulations and enables fast, accurate computation of the clustering observables) with a halo occupation distribution that includes nuisance parameters to marginalize over modeling uncertainties. We model the $\mathrm{\ensuremath{\Delta}}\mathrm{\ensuremath{\Sigma}}$ and ${w}_{\mathrm{p}}$ measurements on scales from $R\ensuremath{\simeq}3$ and $2\text{ }\text{ }{h}^{\ensuremath{-}1}\text{ }\mathrm{Mpc}$, respectively, up to $30\text{ }\text{ }{h}^{\ensuremath{-}1}\text{ }\mathrm{Mpc}$ (therefore excluding the baryon acoustic oscillations information) assuming a flat $\mathrm{\ensuremath{\Lambda}}\mathrm{CDM}$ cosmology, marginalizing over about 20 nuisance parameters and demonstrating the robustness of our results to them. With various tests using mock catalogs described in Miyatake et al. [preceding paper, Phys. Rev. D 106, 083519 (2022)], we show that any bias in the clustering amplitude ${S}_{8}\ensuremath{\equiv}{\ensuremath{\sigma}}_{8}({\mathrm{\ensuremath{\Omega}}}_{\mathrm{m}}/0.3{)}^{0.5}$ due to uncertainties in the galaxy-halo connection is less than $\ensuremath{\sim}50%$ of the statistical uncertainty of ${S}_{8}$, unless the assembly biaseffect is unexpectedly large. Our best-fit models have ${S}_{8}=0.79{5}_{\ensuremath{-}0.042}^{+0.049}$ (mode and 68% credible interval) for the flat $\mathrm{\ensuremath{\Lambda}}\mathrm{CDM}$ model; we find tighter constraints on the quantity ${S}_{8}(\ensuremath{\alpha}=0.17)\ensuremath{\equiv}{\ensuremath{\sigma}}_{8}({\mathrm{\ensuremath{\Omega}}}_{\mathrm{m}}/0.3{)}^{0.17}=0.74{5}_{\ensuremath{-}0.031}^{+0.039}$.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,030
Tête enseignante GPT0,368
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. D/Physical review. D.→Même sujetGalaxies: Formation, Evolution, Phenomena→Travaux en français237 207→