Small-correlated-against-large estimator for the lensing of the cosmic microwave background
Notice bibliographique
Résumé
Weak gravitational lensing of the cosmic microwave background (CMB) carries imprints of the physics operating at redshifts much lower than that of recombination and serves as an important probe of cosmological structure formation, dark matter physics, and the mass of neutrinos. Reconstruction of the CMB lensing deflection field through use of quadratic estimators has proven successful with existing data, but is known to be suboptimal on small angular scales ($\ensuremath{\ell}>3000$) for experiments with low-noise levels. Future experiments will provide better observations in this regime, but these techniques will remain statistically limited by their approximations. We show that correlations between fluctuations of the large-scale temperature gradient power of the CMB sourced by $\ensuremath{\ell}<2000$ and fluctuations of the local small-scale temperature power reveal a lensing signal that is prominent in even the real-space pixel statistics across a CMB temperature map. We present the development of the small-correlated-against-large estimator (SCALE), a novel estimator for the CMB lensing spectrum that offers promising complementary analysis alongside other reconstruction techniques in this regime. The SCALE method computes correlations between both the large-/small-scale temperature gradient power in harmonic space, and it is able to quantitatively recover unbiased statistics of the CMB lensing field without the need for map-level reconstruction. SCALE can outperform quadratic estimator signal-to-noise by a factor of up to 1.5 in current and upcoming experiments for CMB lensing power spectra ${C}_{6000<L<8000}^{\ensuremath{\phi}\ensuremath{\phi}}$.
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 | 0,003 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».