Buchumschlag

Partition function approach to non-Gaussian likelihoods: information theory and state variables for Bayesian inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kuntz, Rebecca Maria, von Campe, Heinrich, Röspel, Tobias, Herzog, Maximilian Philipp, Schäfer, Björn Malte
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistical Mechanics Cosmology and Nongalactic Astrophysics Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Partition function approach to non-Gaussian likelihoods: partitions for the inference of functions and the Fisher-functional
von: Kuntz, Rebecca Maria, et al.
Veröffentlicht: (2023)

Partition function approach to non-Gaussian likelihoods: macrocanonical partitions and replicating Markov-chains
von: Herzog, Maximilian Philipp, et al.
Veröffentlicht: (2023)

Approximating non-Gaussian Bayesian partitions with normalising flows: statistics, inference and application to cosmology
von: Röspel, Tobias, et al.
Veröffentlicht: (2025)

Markov Walk Exploration of Model Spaces: Bayesian Selection of Dark Energy Models with Supernovae
von: Schosser, Benedikt, et al.
Veröffentlicht: (2024)

Rényi-Induced Information Geometry and Hartigan's Prior Family
von: Kuntz, Rebecca Maria, et al.
Veröffentlicht: (2025)

Euclid preparation. Non-Gaussianity of 2-pt statistics likelihood: Parameter inference with a non-Gaussian likelihood in Fourier and configuration space
von: Euclid Collaboration, et al.
Veröffentlicht: (2026)

A unified linear intrinsic alignment model for elliptical and disc galaxies and the resulting ellipticity spectra
von: Ghosh, Basundhara, et al.
Veröffentlicht: (2023)

Precision calculation of the EFT likelihood with primordial non-Gaussianities
von: Ke, Ji-Yuan, et al.
Veröffentlicht: (2025)

Starobinsky in Stereo: SKA-CMB Synergy in SBI
von: Schosser, Benedikt, et al.
Veröffentlicht: (2025)

PINNferring the Hubble Function with Uncertainties
von: Röver, Lennart, et al.
Veröffentlicht: (2024)

Bayesian distances for quantifying tensions in cosmological inference and the surprise statistic
von: Schosser, Benedikt, et al.
Veröffentlicht: (2024)

The exact non-Gaussian weak lensing likelihood: A framework to calculate analytic likelihoods for correlation functions on masked Gaussian random fields
von: Oehl, Veronika, et al.
Veröffentlicht: (2024)

Stage IV baryonic feedback correction for non-Gaussianity inference
von: Grandón, Daniela, et al.
Veröffentlicht: (2024)

Cosmology-informed Neural Networks to infer dark energy equation-of-state
von: Verma, Anshul, et al.
Veröffentlicht: (2025)

A new non-parametric method to infer galaxy cluster masses from weak lensing
von: Mistele, Tobias, et al.
Veröffentlicht: (2024)

Euclid: Field-level inference of primordial non-Gaussianity and cosmic initial conditions
von: Andrews, A., et al.
Veröffentlicht: (2024)

Fast likelihood-free inference in the LSS Stage IV era
von: Abellán, Guillermo Franco, et al.
Veröffentlicht: (2024)

Generalized framework for likelihood-based field-level inference of growth rate from velocity and density fields
von: Ravoux, Corentin, et al.
Veröffentlicht: (2025)

Angular momentum sensitivities in scalar-tensor theories
von: Kuntz, Adrien, et al.
Veröffentlicht: (2024)

Joint inference of multiplicative and additive systematics in galaxy density fluctuations and clustering measurements
von: Berlfein, Federico, et al.
Veröffentlicht: (2024)

On the full non-Gaussian Surprise statistic and the cosmological concordance between DESI, SDSS and Pantheon+
von: Mello, Pedro Riba, et al.
Veröffentlicht: (2024)

Coverage is not enough: Frequentist tests of simulation-based inference for primordial non-Gaussianity
von: Alokda, Toka, et al.
Veröffentlicht: (2026)

Procoli: Profiles of cosmological likelihoods
von: Karwal, Tanvi, et al.
Veröffentlicht: (2024)

PROSPECT: A profile likelihood code for frequentist cosmological parameter inference
von: Holm, Emil Brinch, et al.
Veröffentlicht: (2023)

KiDS-SBI: Simulation-based inference analysis of KiDS-1000 cosmic shear
von: von Wietersheim-Kramsta, Maximilian, et al.
Veröffentlicht: (2024)

Dark Energy Survey Year 3 results: likelihood-free, simulation-based $w$CDM inference with neural compression of weak-lensing map statistics
von: Jeffrey, N., et al.
Veröffentlicht: (2024)

Euclid preparation: LXXXVII. Non-Gaussianity of 2-point statistics likelihood: Precise analysis of the matter power spectrum distribution
von: Euclid Collaboration, et al.
Veröffentlicht: (2025)

Percent-level timing of reionization: self-consistent, implicit-likelihood inference from XQR-30+ Ly$α$ forest data
von: Qin, Yuxiang, et al.
Veröffentlicht: (2024)

The future of cosmological likelihood-based inference: accelerated high-dimensional parameter estimation and model comparison
von: Piras, Davide, et al.
Veröffentlicht: (2024)

Extracting cosmological information from the abundance of galaxy clusters with simulation-based inference
von: Zubeldia, Íñigo, et al.
Veröffentlicht: (2025)

The choice of Planck CMB likelihood in cosmological analyses
von: Jense, Hidde, et al.
Veröffentlicht: (2025)

A Bayesian estimator for peculiar velocity correction in cosmological inference from supernovae data
von: Upadhyay, Ujjwal, et al.
Veröffentlicht: (2025)

Bayesian inference methodology for Primordial Power Spectrum reconstructions from Large Scale Structure
von: Martínez-Somonte, G., et al.
Veröffentlicht: (2023)

Debiasing inference in large-scale structure with non-flat volume measures
von: Reeves, Alexander, et al.
Veröffentlicht: (2025)

On likelihood-based analysis of the gravitationally (de)lensed CMB
von: Carron, Julien
Veröffentlicht: (2025)

Hierarchical summaries for primordial non-Gaussianities
von: Cagliari, M. S., et al.
Veröffentlicht: (2025)

Abundance of primordial black holes with local non-Gaussianity in peak theory
von: Yoo, Chul-Moon, et al.
Veröffentlicht: (2019)

Exploring new physics in the late Universe's expansion through non-parametric inference
von: Sabogal, Miguel A., et al.
Veröffentlicht: (2024)

Deep learning-driven likelihood-free parameter inference for 21-cm forest observations
von: Sun, Tian-Yang, et al.
Veröffentlicht: (2024)

Constraining the primordial power spectrum using a differentiable likelihood
von: Chaki, Subarna, et al.
Veröffentlicht: (2025)