pkann - II. A non-linear matter power spectrum interpolator developed using artificial neural networks
pkann - II. A non-linear matter power spectrum interpolator developed using artificial neural networks
复制标题
DOI：
10.1093/mnras/stu090
复制
发表时间：
2014-04-01
影响因子：
4.8
通讯作者：
Thomas, Shaun A.
中科院分区：
文献类型：
--
作者：
Agarwal, Shankar;Abdalla, Filipe B.;Thomas, Shaun A.
在本文中，我们介绍PkANN，一个免费提供的软件包内插的非线性物质的功率谱，使用人工神经网络（ANN）构建。之前，使用HALOFIT计算物质功率谱，我们证明了人工神经网络可以非常快速和准确地预测功率谱。现在，使用一套跨越580个宇宙学的6380个N体模拟，我们训练人工神经网络来预测宇宙学参数空间上的功率谱，跨越和谐宇宙学周围的3 σ置信水平。当给出一组宇宙学参数（Omega（m）h（2），Omega（B）h（2），n（s），w，sigma 8，Sigma m（v）和红移z）时，训练好的ANN对z的功率谱进行插值
In this paper we introduce PkANN, a freely available software package for interpolating the non-linear matter power spectrum, constructed using artificial neural networks (ANNs). Previously, using HALOFIT to calculate matter power spectrum, we demonstrated that ANNs can make extremely quick and accurate predictions of the power spectrum. Now, using a suite of 6380 N-body simulations spanning 580 cosmologies, we train ANNs to predict the power spectrum over the cosmological parameter space spanning 3 sigma confidence level around the concordance cosmology. When presented with a set of cosmological parameters (Omega(m)h(2), Omega(b)h(2), n(s), w, sigma 8, Sigma m(v) and redshift z), the trained ANN interpolates the power spectrum for z