摘要：一种新的计算方法比其从地图中的前身获得更多的信息，显示了星系在整个宇宙中的聚集和螺纹。...

密歇根大学领导的研究可能有助于将宇宙学带到内部轨道上，以达到望远镜和其他研究宇宙最大的迫在眉睫的问题的全部潜力。

该项目展示了一种新的计算方法如何收集更多的信息，而不是其从地图中显示出星系在整个宇宙中聚集和螺纹的信息。

科学家目前正在使用诸如DESI（黑暗能源光谱仪器）之类的工具来生成这些地图，并更深入地深入研究暗能量，暗物质和其他宇宙之谜的本质。

宇宙学的黑暗面

即使Desi现在成为头条新闻，科学家也知道他们将需要更高级的工具来找到他们寻求的答案。有些正在开发下一代诸如Desi之类的乐器。但是，Minh Nguyen和他的同事们致力于优化我们对现在和将来的数据的理解。

Nguyen说：“随着我们转向更大更好的望远镜，我们也可能会丢弃更多信息。”他帮助领导了U-M物理学系的莱因威伯研究员。 “当我们收集更多数据时，我们也可以尝试从数据中获取更多数据。”

Nguyen与Max Planck天体物理学研究所或MPA的同事合作，与称为Leftfield的计算框架合作，以升级科学家如何分析宇宙的大规模结构。

Nguyen说：“在早期的宇宙中，结构是高斯人 - 就像您在旧电视机上看到的静态一样。” “但是，由于暗能量与暗物质之间的相互作用，今天宇宙的大规模结构不再是高斯。它更像是蜘蛛网。”

暗能量推动了宇宙的扩展，但是研究人员无法直接观察它，因此是其名称的“黑暗”部分。宇宙的物质用其引人入胜的重力与这种扩展相反。

这件事有两个不同的品种：我们可以观察和互动的常规物质，以及我们不能的暗物质 - 再次，因此是“黑暗”部分。

除了吸引人的事实是，在这些神秘的黑暗实体中，宇宙的绝大多数质量和能量平衡都定在一起。因此，研究宇宙的地图可以打开新的窗户，以探测其Weblike结构的基本原因。

Nguyen和他的同事们与Leftfield一起表明，他们可以从现有的宇宙地图中提取更多信息。他们在《物理评论》杂志上发表了他们的研究，该书还获得了2024年的布加尔特宇宙学奖。

为了获取额外的信息，团队没有加强非常有价值的现有标准方法。相反，他们采取了根本不同的方法。

从左菲尔德出来

关键区别在于与标准方法相比，左场查看数据的方式。

Nguyen说：“通过标准分析，您基本上无法像以前一样使用数据。人们必须压缩它。” “这降低了分析的复杂性，并使做出理论预测变得更容易，但是权衡是您丢失了一些信息。”

对于标准分析，研究人员使用的计算模型可以通过星系移动，将它们分组为对或三胞胎，以使统计测量和计算更有效。

Nguyen说，这对于宇宙的更高斯特征非常有效。但是，他和他的同事们看到了一个机会，通过保持信息通过压缩省略信息来进一步推动对非高斯宇宙的理解。

新方法也称为场级推断，将宇宙图视为3D网格。然后，每个成分立方体或体素（像素的3D对应物）成为数据的工作元素，其中包含有关内部星系的分布和密度的未压缩信息。

Nguyen说，这以标准方法无法访问的方式保留了数据的保真度。

在线研讨会系列《宇宙学谈判》的主持人Shaun Hotchkiss说：“我喜欢现场推断的想法，因为它是我们想做的实际事情。”该系列最近以Nguyen和他的合着者Beatriz Tucci为特色，他是MPA的博士生。

“如果我们测量了密度字段，为什么要压缩其中的信息？”霍奇基斯说。 “当然，因此，野外推断更难做到，但这并没有阻止Bea和Minh，不应阻止社区。”

Nguyen解释说，为了基准左场的性能，该团队计算了一个称为Sigma-8的宇宙学参数，该参数基本上测量了宇宙的块状。

与标准方法相比，团队的左场方法可以将Sigma-8的确定提高3.5至5.2。

Nguyen说：“这就像从Desi到Desi的继任者。” “通常，在两代调查之间移动将需要10到20年。”

但是，在实现这一飞跃之前，仍然有工作要做。 Nguyen说，要清除的至关重要的障碍将将左场与特定工具集成在一起，并确保它了解工具的噪声和特质如何影响数据的进来。

尽管如此，他认为这种方法将被证明是有力的资产。

Nguyen说：“这确实打开了快速的轨道，以深入了解暗能量，暗物质和一般相对论，这是基于这一切的理论。”

研究小组还包括MPA的宇宙学家兼小组负责人Fabian Schmidt，以及员工科学家Martin Reinecke和Andrija Kosti？，他是该项目的博士学位。然后，学生然后博士后研究员。

Nguyen最近在U-M完成了奖学金，现在是东京宇宙宇宙物理与数学研究所的研究员。