Mock Observatory: two thousand lightcone mock catalogues of luminous red galaxies from the Hyper Suprime-Cam Survey for the cosmological large-scale analysis
Notice bibliographique
Résumé
Estimating a reliable covariance matrix for correlation functions of galaxies is a crucial task to obtain accurate cosmological constraints from galaxy surveys. We generate 2,000 independent lightcone mock luminous red galaxy (LRGs) catalogues at $0.3 \leq z \leq 1.25$, designed to cover CAMIRA LRGs observed by the Subaru Hyper Suprime-Cam Subaru Strategic Programme (HSC SSP). We first produce full-sky lightcone halo catalogues using a COmoving Lagrangian Acceleration (COLA) technique, and then trim them to match the footprints of the HSC SSP S20A Wide layers. The mock LRGs are subsequently populated onto the trimmed halo catalogues according to the halo occupation distribution model constrained by the observed CAMIRA LRGs. The stellar mass ($M_{\star}$) is assigned to each LRG by the subhalo abundance-matching technique using the observed stellar-mass functions of CAMIRA LRGs. We evaluate photometric redshifts (photo-$z$) of mock LRGs by incorporating the photo-$z$ scatter, which is derived from the observed $M_{\star}$--photo-$z$-scatter relations of the CAMIRA LRGs. We validate the constructed full-sky halo and lightcone LRG mock catalogues by comparing their angular clustering statistics (i.e., power spectra and correlation functions) with those measured from the halo catalogues of full $N$-body simulations and the CAMIRA LRG catalogues from the HSC SSP, respectively. We detect clear signatures of baryon acoustic oscillations (BAOs) from our mock LRGs, whose angular scales are well consistent with theoretical predictions. These results demonstrate that our mock LRGs can be used to evaluate covariance matrices at large scales and provide predictions for the BAO detectability and cosmological constraints.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».