변화하는 환경 조건에서의 글로벌 21㎝ 신호 복구

우주 원자 수소의 적색편이된 21㎝ 선은 초기 우주를 해독하는 데 있어 가장 유망한 도구 중 하나입니다. 이 신호를 복구하는 것은 해당 분야의 우주론자들에게 계속해서 남아 있는 문제로, 신호는 약 5배 더 밝은 전경 뒤에 숨겨져 있습니다. 베이esian 데이터 분석과 신호를 찾기 위한 물리적으로 동기화된 전경 모델을 사용하는 전통적인 전방 모델링 데이터 분석 파이프라인은 변화 없는 환경 조건에서 매우 유망한 결과를 보여줍니다. 그러나 우리는 이 논문에서 안테나 아래에서 시간이 지남에 따라 변하는 유전율을 가진 토양이나 관측의 멀리에서 변화하는 토양 온도의 존재 하에서는 이러한 전통적인 방법들이 어려움을 겪는다는 것을 보여줍니다. 이 논문에서는 변화하는 환경 조건에서 이 신호를 복구하기 위해 이전의 물리적으로 동기화된 전경 모델을 개선하는 Masked Auto-regressive Flows 도구에 대해 자세히 설명합니다. 우리는 이러한 변화하는 매개변수와 함께 우리 도구가 전통적인 데이터 분석 파이프라인보다 훨씬 더 큰 베이esian 증거로 신호를 일관되게 복구하며, 주입된 신호의 복구에서 평균 제곱근 오차를 최대 45%까지 줄인다는 것을 보여줍니다.