[论文解读] Wavelet Moments for Cosmological Parameter Estimation

Michael Eickenberg, Erwan Allys+11 more|arXiv (Cornell University)|Apr 15, 2022

Geophysics and Gravity Measurements参考文献 73被引用 25

一句话总结

本文提出从物质场的小波变换计算的3D小波矩统计量，并在Fisher预测中给出最先进的宇宙学参数约束（包括中微子质量之和），其比功率谱在5–10倍的尺度上表现更优。

ABSTRACT

Extracting non-Gaussian information from the non-linear regime of structure formation is key to fully exploiting the rich data from upcoming cosmological surveys probing the large-scale structure of the universe. However, due to theoretical and computational complexities, this remains one of the main challenges in analyzing observational data. We present a set of summary statistics for cosmological matter fields based on 3D wavelets to tackle this challenge. These statistics are computed as the spatial average of the complex modulus of the 3D wavelet transform raised to a power $q$ and are therefore known as invariant wavelet moments. The 3D wavelets are constructed to be radially band-limited and separable on a spherical polar grid and come in three types: isotropic, oriented, and harmonic. In the Fisher forecast framework, we evaluate the performance of these summary statistics on matter fields from the Quijote suite, where they are shown to reach state-of-the-art parameter constraints on the base $Λ$CDM parameters, as well as the sum of neutrino masses. We show that we can improve constraints by a factor 5 to 10 in all parameters with respect to the power spectrum baseline.

研究动机与目标

• 从非线性大尺度结构数据中提取非高斯信息的必要性。
• 提出一组3D小波基的物质场摘要统计量。
• 使用Fisher预测评估这些统计量对宇宙学参数的信息量。

提出的方法

• 在球坐标网格上构建三维带带限、径向可分的各向同性、定向和谐波类型的小波。
• 定义对复数小波模的q参数幂的小波矩S1，包括各向同性S1^I、定向S1^O、以及谐波S1^H变体。
• 在空间上取平均，并且对于旋转不变描述符，对定向或球面谐波通道进行平均，以获得旋转不变的统计量。
• 分析小波矩的高斯与非高斯行为，并通过Parseval恒等式将q=2的矩与功率谱联系起来。
• 使用Quijote N-body模拟来计算统计量并通过Fisher矩阵框架评估信息含量。

实验结果

研究问题

• RQ1 3D小波矩是否捕捉到非高斯信息，超过在非线性结构形成中的功率谱？
• RQ2 各向同性、定向和谐波小波族在约束宇宙参数方面有何比较？
• RQ3 小波矩幂指数q对参数约束和信息含量的影响如何？
• RQ4 相对于基线统计量，小波矩是否提高对总和中微子质量的约束？

主要发现

• q ≠ 2的小波矩包含超出功率谱的信息。
• 使用带带限、极坐标可分的三维小波（各向同性、定向、谐波）能产生强参数约束。
• 在对Quijote模拟的Fisher预测中，小波矩比功率谱基线将约束提升5–10倍。
• 该方法在基线ΛCDM参数和中微子质量之和方面实现了最先进的约束。
• 高斯场期望显示q=2矩重复功率谱信息，而其他q值在小尺度揭示非高斯特征。