Interferometric H <scp>i</scp> intensity mapping: perturbation theory predictions and foreground removal effects
Notice bibliographique
Résumé
ABSTRACT We provide perturbation theory predictions for the H i intensity mapping power spectrum multipoles using the Effective Field Theory of Large Scale Structure, which should allow us to exploit mildly non-linear scales. Assuming survey specifications typical of proposed interferometric H i intensity mapping experiments like Canadian Hydrogen Observatory and Radio transient Detector and PUMA, and realistic ranges of validity for the perturbation theory modelling, we run mock full shape Markov chain Monte Carlo (MCMC) analyses at z = 0.5, and compare with Stage-IV optical galaxy surveys. We include the impact of 21cm foreground removal using simulations-based prescriptions, and quantify the effects on the precision and accuracy of the parameter estimation. We vary 11 parameters in total: three cosmological parameters, seven bias and counter terms parameters, and the H i brightness temperature. Amongst them, the four parameters of interest are: the cold dark matter density, ωc, the Hubble parameter, h, the primordial amplitude of the power spectrum, As, and the linear H i bias, b1. For the best-case scenario, we obtain unbiased constraints on all parameters with $\lt 3{{\ \rm per\ cent}}$ errors at $68{{\ \rm per\ cent}}$ confidence level. When we include the foreground removal effects, the parameter estimation becomes strongly biased for ωc, h, and b1, while As is less biased (&lt;2σ). We find that scale cuts $k_{\rm min} \ge 0.03 \ h\,\mathrm{Mpc}^{-1}$ are required to return accurate estimates for ωc and h, at the price of a decrease in the precision, while b1 remains strongly biased. We comment on the implications of these results for real data analyses.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».