📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить. Прошу разобрать полностью

Вселенная огромна, и просчитать, как в ней распределяются галактики и тёмная материя, — задача не из лёгких. Обычно учёные запускают компьютерные симуляции, которые «разыгрывают» эволюцию целых участков космоса размером в миллиарды световых лет. Но такие расчёты требуют колоссальных ресурсов и времени. Тёмная материя невидима, но именно она, как невидимый каркас, определяет, где соберутся галактики.

Новый метод похож на работу реставратора, который восстанавливает огромную мозаику по нескольким сохранившимся фрагментам. Вместо того чтобы моделировать весь гигантский объём, исследователи берут маленькие кубики пространства — всего около 50 мегапарсек в поперечнике (это как расстояние, которое свет пролетает за 163 миллиона лет). Таких кубиков много, и у каждого своя плотность: где-то вещества чуть больше, где-то меньше. Обучив модель на этих кусочках, можно потом «склеить» из них полную картину распределения масс.

Секрет в том, что модель учитывает, как плотность каждого кусочка влияет на число галактик внутри него. Потом, зная, как часто встречаются участки разной плотности, можно сложить все вклады и получить глобальную картину. Это как если бы вы хотели узнать средний рост людей в городе, но вместо переписи всех жителей измерили бы рост в нескольких дворах — бедных и богатых, старых и новых — и правильно усреднили.

Такой подход открывает дорогу к изучению самых маленьких галактик, которые раньше было трудно «поймать» в больших симуляциях. А впереди — новые телескопы, такие как Euclid и Roman, которые соберут данные о миллиардах галактик. Чтобы их осмыслить, понадобятся именно такие быстрые и умные методы.

Оригинальная аннотация

как её написали авторы, на английском arXiv:2604.17981

We present a new method for emulating the halo mass function (HMF) and other distribution functions in large effective volumes, down to low halo masses, whilst simultaneously modifying large ranges of parameters, for a fraction of the cost of traditional periodic cosmological simulations. We demonstrate the method by selecting small regions, $$V \sim (50 \,h^{-1}{\rm Mpc})^3$$, with a range of overdensities from the Quijote suite, consisting of tens of thousands of $$(1 \,h^{-1}{\rm Gpc})^3$$ $$N$$-body simulation volumes run with varying $$\Lambda$$CDM parameters. We train a differentiable emulator, conditioned on the overdensity of the region and these global parameters, to reproduce the halo mass function in these regions. We then successfully recover the global distribution of halo masses of the entire box by integrating over the overdensity distribution. Our approach uses just $$\sim\,$$0.026% of the original simulation volume, and suggests that suites of targeted `zoom' simulations, extracted from low resolution parent volumes, can be used to emulate large volume simulations at a fraction of the computational cost, whilst simultaneously pushing the dynamic range to much lower masses than can be achieved in periodic simulations. We discuss emulation of other key dark matter and baryonic distribution functions, as well as higher order statistics, with implications for the interpretation of upcoming wide field surveys on observatories such as Euclid, Roman and Rubin.