In questo lavoro, presentiamo EDRIS (Francese per stimatore della distanza per incompleto
Sondaggi sulle supernovae), un quadro di inferenza cosmologica su misura per ricostruire
distanze cosmologiche imparziali dai parametri della curva di luce delle supernove di tipo Ia.
Questo obiettivo viene raggiunto includendo il troncamento dei dati direttamente nella statistica
modello che si occupa della standardizzazione delle distanze di luminosità. Esso
ci consente di costruire una stima della distanza in un unico passaggio massimizzando la
corrispondente probabilità, esenti da pregiudizi i limiti di rilevamento del sondaggio
introdurrei altrimenti. Inoltre, ci aspettiamo le attuali statistiche mondiali
da moltiplicare per O(10) nei prossimi anni. Ciò fornisce una nuova sfida
da gestire poiché l’analisi cosmologica deve rimanere computazionalmente trainabile. Noi
dimostrare che i metodi di ottimizzazione utilizzati in EDRIS consentono un tempo ragionevole
complessità di O($N^2$) risultando in un processo di inferenza molto veloce (O(10S) per
1500 supernovae).

Questo articolo esplora i giri e le loro implicazioni.

Scarica PDF: