#周棋洛[超话]#
555我已经沉醉一下午+一晚上了[悲伤][悲伤][悲伤]一定是很喜欢很喜欢你的薯片小姐才会露出这种软软的湿漉漉的眼神吧[苦涩][苦涩]
在“你”的面前,他可以尽情地享受快乐享受自在,卸下所有的伪装,用最柔软的一面拥抱你
[泪][泪][泪]我真的好喜欢好喜欢这张卡啊啊啊啊啊啊啊啊
如果没有经历那么多的黑暗,不是Key也不是Helios…最最纯真快乐的Kilo就是这样的吧[悲伤]跟喜欢的人黏在一起,用最柔软的眼神望向你的周棋洛[悲伤][悲伤]
“爱是倦意迷蒙里你看向我的眼睛”
555我已经沉醉一下午+一晚上了[悲伤][悲伤][悲伤]一定是很喜欢很喜欢你的薯片小姐才会露出这种软软的湿漉漉的眼神吧[苦涩][苦涩]
在“你”的面前,他可以尽情地享受快乐享受自在,卸下所有的伪装,用最柔软的一面拥抱你
[泪][泪][泪]我真的好喜欢好喜欢这张卡啊啊啊啊啊啊啊啊
如果没有经历那么多的黑暗,不是Key也不是Helios…最最纯真快乐的Kilo就是这样的吧[悲伤]跟喜欢的人黏在一起,用最柔软的眼神望向你的周棋洛[悲伤][悲伤]
“爱是倦意迷蒙里你看向我的眼睛”
【#astro-ph# 】拒绝一刀切——非线性尺度下的KiDS-1000宇宙学
我们所的博后Andrej和Constance领衔的文章《KiDS-1000:利用星系丰度,星系成团,星系-星系透镜来限制晕模型和宇宙学》已上线!(神秘代码2210.03110)
前情提要:KiDS-1000是千平方度巡天(KiDS)的第二阶段,其主要科学目标是利用“三个两点相关函数(3x2pt)”(宇宙学剪切,星系成团性,星系-星系透镜)来限制密度涨落幅度参数S8。本文是KiDS主要宇宙学结果的补充。
在一般的3x2pt宇宙学中,小尺度的复杂物理现象(暗物质晕的形状,星系-暗物质晕的联系,重子过程等等)是非常重要的系统误差。传统的做法是“一刀切”地移除小尺度的信号(实际上这些信号通常误差比较小)。而本文尝试把暗物质晕模型和恒星质量函数(stellar mass function, SMF)引入模型中,从而可以保留相当一部分小尺度信号,增加了数据对模型的限制能力。
这个工作利用的数据是KiDS的亮星系目录。这个星系目录大小不如KiDS的引力透镜目录,也没有层析划分(tomography),但它的红移分布测得比较准,而且包含恒星质量的信息。作者测量了该样本的星系两点相关函数,星系-星系透镜和恒星质量函数(2x2pt+SMF),喂进他们的暗物质晕模型和恒星质量函数模型中,边缘化(marginalize)非线性尺度相关的参数,得到了宇宙学参数(S8-Omega)的限制结果。从限制能力上看,2x2pt+SMF比宇宙学剪切强,但比3x2pt要弱。这是因为3x2pt用到了更多的星系,以及在红移上有层析划分。从限制结果来看和3x2pt一致。
个人评述:引入小尺度信息一般会增加模型的限制能力,但如果非线性物理模型不准,就会得到一个非常精确但并不准确的结果。本文采用的晕模型和恒星质量函数都来自最新的数值模拟,虽然难说到底是不是非常准确,但确实是一个非常好的尝试。将来的巡天会给出更优质的数据,如果还是一刀切的拿掉小尺度,那就太浪费了。另外,本文可以说是(2109.04458,可在我的微博里搜索这个神秘代码查看详细介绍)的姊妹篇。
本文利用的星系样本比较小,但很方便可以推广到更大的样本。在不久的将来应该可以看到KiDS透镜目录的类似结果。
除了非线性模型外,本文还非常仔细地讨论了其它系统误差。我印象深刻的是附录C对“自由度”的讨论。在统计课上学到的自由度是数据点个数减去模型参数,但这仅当——1.数据是高斯的,2.模型是线性的,3.模型参数的限制并不来自先验分布——才成立(见2007.01844)。在一般的宇宙学分析中这三项都不符合。本文作者通过利用200组假数据点来限制模型,然后画出这200个最佳拟合模型的分布,再拟合一个卡方分布得到自由度。
这个研究,以及之前的许多研究告诉我们,更好的数据要求我们更仔细地审视我们的模型和分析过程。还是那句话,一个准确的结果远胜一个精确的结果。
(关于本文的报告,可以在ytb搜索The Kilo-Degree Survey goes non-linear. With cosmology constraints! (Dvornik & Mahony))
我们所的博后Andrej和Constance领衔的文章《KiDS-1000:利用星系丰度,星系成团,星系-星系透镜来限制晕模型和宇宙学》已上线!(神秘代码2210.03110)
前情提要:KiDS-1000是千平方度巡天(KiDS)的第二阶段,其主要科学目标是利用“三个两点相关函数(3x2pt)”(宇宙学剪切,星系成团性,星系-星系透镜)来限制密度涨落幅度参数S8。本文是KiDS主要宇宙学结果的补充。
在一般的3x2pt宇宙学中,小尺度的复杂物理现象(暗物质晕的形状,星系-暗物质晕的联系,重子过程等等)是非常重要的系统误差。传统的做法是“一刀切”地移除小尺度的信号(实际上这些信号通常误差比较小)。而本文尝试把暗物质晕模型和恒星质量函数(stellar mass function, SMF)引入模型中,从而可以保留相当一部分小尺度信号,增加了数据对模型的限制能力。
这个工作利用的数据是KiDS的亮星系目录。这个星系目录大小不如KiDS的引力透镜目录,也没有层析划分(tomography),但它的红移分布测得比较准,而且包含恒星质量的信息。作者测量了该样本的星系两点相关函数,星系-星系透镜和恒星质量函数(2x2pt+SMF),喂进他们的暗物质晕模型和恒星质量函数模型中,边缘化(marginalize)非线性尺度相关的参数,得到了宇宙学参数(S8-Omega)的限制结果。从限制能力上看,2x2pt+SMF比宇宙学剪切强,但比3x2pt要弱。这是因为3x2pt用到了更多的星系,以及在红移上有层析划分。从限制结果来看和3x2pt一致。
个人评述:引入小尺度信息一般会增加模型的限制能力,但如果非线性物理模型不准,就会得到一个非常精确但并不准确的结果。本文采用的晕模型和恒星质量函数都来自最新的数值模拟,虽然难说到底是不是非常准确,但确实是一个非常好的尝试。将来的巡天会给出更优质的数据,如果还是一刀切的拿掉小尺度,那就太浪费了。另外,本文可以说是(2109.04458,可在我的微博里搜索这个神秘代码查看详细介绍)的姊妹篇。
本文利用的星系样本比较小,但很方便可以推广到更大的样本。在不久的将来应该可以看到KiDS透镜目录的类似结果。
除了非线性模型外,本文还非常仔细地讨论了其它系统误差。我印象深刻的是附录C对“自由度”的讨论。在统计课上学到的自由度是数据点个数减去模型参数,但这仅当——1.数据是高斯的,2.模型是线性的,3.模型参数的限制并不来自先验分布——才成立(见2007.01844)。在一般的宇宙学分析中这三项都不符合。本文作者通过利用200组假数据点来限制模型,然后画出这200个最佳拟合模型的分布,再拟合一个卡方分布得到自由度。
这个研究,以及之前的许多研究告诉我们,更好的数据要求我们更仔细地审视我们的模型和分析过程。还是那句话,一个准确的结果远胜一个精确的结果。
(关于本文的报告,可以在ytb搜索The Kilo-Degree Survey goes non-linear. With cosmology constraints! (Dvornik & Mahony))
今日任務~達成!
今朝凌晨立flag「一於變返60kilo」
因為60是我生活和跑步最舒服的狀態
我想keep著它(圖5:現時)
於是,今朝就實行了
“日日跑仍然久違了的晨跑”
(通常挨晚跑)
為了“日跑”
我選擇了小跑量小四
捨棄了中跑量小八
涼嗖嗖的騎行
汗津津的狂奔
熱乎乎的拉伸
最終,換來
乾爽舒適的歸途
——論跑步帶一件「士啤衫」的重要性
換上新T ,整個人就又獲新生了!
國慶快樂!要好好運動哦~
<如果你克服身上的疲倦
堅持進行到底
這就是你自律的表現>
Ⓚ安踏 · 刘灵玲 · 全身舒展
ⓀPUMA城市穿越 · 30min减压跑
Ⓚ跑步必备拉伸·不怕肌肉腿
#周不時跑步##一於變返60kilo##早起打咭# day 5
今朝凌晨立flag「一於變返60kilo」
因為60是我生活和跑步最舒服的狀態
我想keep著它(圖5:現時)
於是,今朝就實行了
“日日跑仍然久違了的晨跑”
(通常挨晚跑)
為了“日跑”
我選擇了小跑量小四
捨棄了中跑量小八
涼嗖嗖的騎行
汗津津的狂奔
熱乎乎的拉伸
最終,換來
乾爽舒適的歸途
——論跑步帶一件「士啤衫」的重要性
換上新T ,整個人就又獲新生了!
國慶快樂!要好好運動哦~
<如果你克服身上的疲倦
堅持進行到底
這就是你自律的表現>
Ⓚ安踏 · 刘灵玲 · 全身舒展
ⓀPUMA城市穿越 · 30min减压跑
Ⓚ跑步必备拉伸·不怕肌肉腿
#周不時跑步##一於變返60kilo##早起打咭# day 5
✋热门推荐