Constraining primordial non-Gaussianity with Density-Split Clustering
Notice bibliographique
Résumé
Abstract Obtaining tight constraints on primordial non-Gaussianity (PNG) is a key step in discriminating between different models for cosmic inflation. The constraining power from large-scale structure (LSS) measurements is expected to overtake that from cosmic microwave background (CMB) anisotropies with the next generation of galaxy surveys including the Dark Energy Spectroscopic Instrument (DESI) and Euclid. We consider whether Density-Split Clustering (DSC) can help improve PNG constraints from these surveys for local, equilateral and orthogonal types. DSC separates a surveyed volume into regions based on local density and measures the clustering statistics within each environment. Using the Quijote simulations and the Fisher information formalism, we compare PNG constraints from the standard halo power spectrum, DSC power spectra and joint halo/DSC power spectra. We find that the joint halo/DSC power spectra outperform the halo power spectrum by factors of ∼ 1.4, 8.8, and 3.6 for local, equilateral and orthogonal PNG, respectively. This is driven by the higher-order information that DSC captures on small scales. We find that applying DSC to a halo field does not allow sample variance cancellation on large scales by providing multiple tracers of the same volume with different local PNG responses. Additionally, we introduce a Fourier space analysis for DSC and study the impact of several modifications to the pipeline, such as varying the smoothing radius and the number of density environments and replacing random query positions with lattice points.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».