One-Point Matter PDF’s Beyond TopHat Filters
Notice bibliographique
Résumé
In this thesis, I studied the one-point probability distribution function (PDF) for averaged matter densities over spherical cells, which can be used to non-perturbatively probe the large-scale structure of our universe. The PDF depends on a function, known as the filter/window function, which takes some weighted average over the observed matter density within each cell. This averaging allows one to study the density field as some smoothed function rather than discrete points. In order to consider filters of different kinds, the PDF’s are constructed numerically using Python code. The PDF is analytically modeled using a path integral framework. By considering a family of radial window functions interpolating between the TopHat and Gaussian filters in coordinate space, I investigated the sensitivity of the PDF to the shape of the window function. It was found that the sensitivity is rather mild suggesting that the PDF is robust against the precise choice of the filter. Effective field theory (EFT) corrections were included and used to examine how sensitive different filters are to short-scale physics. Similar to the PDF, the effects coming from short-scale physics appeared weakly dependent on the choice of filter, regardless of how smooth the filter’s boundary was. The contribution coming from aspherical fluctuations to the collapse dynamics of the cell were computed by comparing the numerical PDF to high-resolution N-body simulations. It was found that this contribution factorizes as a prefactor to the PDF, which is redshift independent, with the exception of smaller sized cells which display some mild redshift dependent shifting. These discrepancies are thought to be associated with two-loop corrections to the PDF. We expect this model to be flexible enough to study beyond the ΛCDM model and act as a probe for new fundamental physics.
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 | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,837 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».