CosmoForge I:用于量子机器学习功率谱估计和基于像素的似然分析的统一框架
CosmoForge I: A unified framework for QML power spectrum estimation and pixel-based likelihood analysis
arXiv:2605.21149v1 公告类型:交叉领域 摘要:在宇宙微波背景最大角度尺度上的最优功率谱估计依赖于二次最大似然(QML)估计器。然而,现有的公开实现各自仅解决该问题的一部分,且没有在一个框架中将功率谱估计与自洽的像素空间似然结合。我们提出CosmoForge,一个公开的Python框架,统一了球面上自旋-0和自旋-2场的QML功率谱估计和基于像素的高斯似然评估,并具有通用性
