Buchumschlag

LtU-ILI: An All-in-One Framework for Implicit Inference in Astrophysics and Cosmology

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ho, Matthew, Bartlett, Deaglan J., Chartier, Nicolas, Cuesta-Lazaro, Carolina, Ding, Simon, Lapel, Axel, Lemos, Pablo, Lovell, Christopher C., Makinen, T. Lucas, Modi, Chirag, Pandya, Viraj, Pandey, Shivam, Perez, Lucia A., Wandelt, Benjamin, Bryan, Greg L.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Instrumentation and Methods for Astrophysics Cosmology and Nongalactic Astrophysics Astrophysics of Galaxies Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CHARM: Creating Halos with Auto-Regressive Multi-stage networks
von: Pandey, Shivam, et al.
Veröffentlicht: (2024)

Galactification: painting galaxies onto dark matter only simulations using a transformer-based model
von: Pandey, Shivam, et al.
Veröffentlicht: (2025)

Symbolic Emulators for Cosmology: Accelerating Cosmological Analyses Without Sacrificing Precision
von: Bartlett, Deaglan J., et al.
Veröffentlicht: (2025)

Teaching dark matter simulations to speak the halo language
von: Pandey, Shivam, et al.
Veröffentlicht: (2024)

Bye-bye, Local-in-matter-density Bias: The Statistics of the Halo Field Are Poorly Determined by the Local Mass Density
von: Bartlett, Deaglan J., et al.
Veröffentlicht: (2024)

Hybrid summary statistics: neural weak lensing inference beyond the power spectrum
von: Makinen, T. Lucas, et al.
Veröffentlicht: (2024)

syren-new: Precise formulae for the linear and nonlinear matter power spectra with massive neutrinos and dynamical dark energy
von: Sui, Ce, et al.
Veröffentlicht: (2024)

syren-halofit: A fast, interpretable, high-precision formula for the $Λ$CDM nonlinear matter power spectrum
von: Bartlett, Deaglan J., et al.
Veröffentlicht: (2024)

On the functional form of the radial acceleration relation
von: Desmond, Harry, et al.
Veröffentlicht: (2023)

No evidence for p- or d-wave dark matter annihilation from local large-scale structure
von: Kostić, Andrija, et al.
Veröffentlicht: (2023)

Fisher Score Matching for Simulation-Based Forecasting and Inference
von: Sui, Ce, et al.
Veröffentlicht: (2025)

The functional form of galaxy and halo luminosity and mass functions
von: Ford, Amelia, et al.
Veröffentlicht: (2026)

Learning the Universe: Cosmological and Astrophysical Parameter Inference with Galaxy Luminosity Functions and Colours
von: Lovell, Christopher C., et al.
Veröffentlicht: (2024)

Exhaustive Symbolic Regression
von: Bartlett, Deaglan J., et al.
Veröffentlicht: (2022)

Differentiable Cosmological Simulation with Adjoint Method
von: Li, Yin, et al.
Veröffentlicht: (2022)

Constraints on dark matter and astrophysics from tomographic $γ$-ray cross-correlations
von: Paopiamsap, Anya, et al.
Veröffentlicht: (2023)

Machine Learning Techniques for Astrophysics and Cosmology: Photometric Redshifts
von: Tortorelli, Luca, et al.
Veröffentlicht: (2026)

COmoving Computer Acceleration (COCA): $N$-body simulations in an emulated frame of reference
von: Bartlett, Deaglan J., et al.
Veröffentlicht: (2024)

Constraining dark matter halo profiles with symbolic regression
von: Martín, Alicia, et al.
Veröffentlicht: (2025)

Symbolically regressing dark matter halo profiles using weak lensing
von: Martín, Alicia, et al.
Veröffentlicht: (2026)

Detecting Model Misspecification in Cosmology with Scale-Dependent Normalizing Flows
von: Akhmetzhanova, Aizhan, et al.
Veröffentlicht: (2025)

Optimal Neural Summarisation for Full-Field Weak Lensing Cosmological Implicit Inference
von: Lanzieri, Denise, et al.
Veröffentlicht: (2024)

Constraining Cosmological and Astrophysical Parameters with the Cosmic Star Formation History
von: Moyses, Miguel, et al.
Veröffentlicht: (2026)

Towards Robustness Across Cosmological Simulation Models TNG, SIMBA, ASTRID, and EAGLE
von: Jo, Yongseok, et al.
Veröffentlicht: (2025)

syren-baryon: Analytic emulators for the impact of baryons on the matter power spectrum
von: Kammerer, Lukas, et al.
Veröffentlicht: (2025)

FLORAH: A generative model for halo assembly histories
von: Nguyen, Tri, et al.
Veröffentlicht: (2023)

A precise symbolic emulator of the linear matter power spectrum
von: Bartlett, Deaglan J., et al.
Veröffentlicht: (2023)

Machine Learning Techniques for Astrophysics and Cosmology: Simulation-Based Inference
von: Thiele, Leander
Veröffentlicht: (2026)

Unlocking 21cm Cosmology with SBI: A Beginner friendly NRE for Inference of Astrophysical Parameters
von: Sen, Bisweswar
Veröffentlicht: (2025)

Constraining the Initial Mass function in the Epoch of Reionization from Astrophysical and Cosmological data
von: Lapi, A., et al.
Veröffentlicht: (2024)

Introducing sapphire: Towards Hybrid Physics-Informed, Data-Driven Modeling of Galaxy Formation
von: Pandya, Viraj, et al.
Veröffentlicht: (2026)

The 'Forgotten' Neutrons: Implications for the Propagation of High-Energy Cosmic Rays in Magnetized Astrophysical and Cosmological Structures
von: Owen, Ellis R., et al.
Veröffentlicht: (2026)

The Inefficiency of Genetic Programming for Symbolic Regression
von: Kronberger, Gabriel, et al.
Veröffentlicht: (2024)

Modeling Galaxy Surveys with Hybrid SBI
von: Zhang, Gemma, et al.
Veröffentlicht: (2025)

Learning What's Real: Disentangling Signal and Measurement Artifacts in Multi-Sensor Data, with Applications to Astrophysics
von: Mercader-Perez, Pablo, et al.
Veröffentlicht: (2026)

The Cosmological Dipole in Tilted Anisotropic Universes
von: Martín, Alicia, et al.
Veröffentlicht: (2025)

Astrophysics Wrapped 2025: Year-in-Review of Every Astrophysics arXiv Paper from 2025
von: Lewis, Rommulus Francis, et al.
Veröffentlicht: (2026)

Zooming by in the CARPoolGP lane: new CAMELS-TNG simulations of zoomed-in massive halos
von: Lee, Max E., et al.
Veröffentlicht: (2024)

Unsupervised Searches for Cosmological Parity Violation: Improving Detection Power with the Neural Field Scattering Transform
von: Craigie, Matthew, et al.
Veröffentlicht: (2024)

FLORAH-Tree: Emulating Dark Matter Halo Merger Trees with Graph Generative Models
von: Nguyen, Tri, et al.
Veröffentlicht: (2025)