流匹配生成模型从星系巡天重建三维宇宙重子场，并给出逐视线快速射电暴色散量后验
核心概要
该工作提出一个基于流匹配的生成模型，以红移空间星系密度场为输入，在宇宙学参数、星系样本最小恒星质量阈值和重子抑制功率谱条件下重建三维气体密度场的后验分布，并在CAMELS50（IllustrisTNG）测试盒中验证重建的色散量与真值在逐视线和整体分布上一致，模型还可推广到体积约为训练盒43倍的TNG300-1。
Figure 1: Overview of our method for reconstructing the 3D distribution of cosmic baryons. The flow matching model learns to reconstruct the gas density field conditioned on galaxy density field δ g ( 𝐱 ) \delta_{g}(\mathbf{x}) , minimum stellar mass threshold log 10 M ⋆ , min \log_{10}M_{\star,\mathrm{min}} of the galaxy sample, the cosmological parameters 𝛀 \mathbf{\Omega} , and power spectrum suppression s P ( k ) sP(k) . The output is a gas density field that can be integrated to predict FRB dispersion measures. The model is probabilistic, allowing sampling from a reconstruction posterior.
arXiv深度剖析
模型学习的是气体密度场的条件后验分布，而非单一最佳拟合场，因此色散量作为气体场的线性泛函可直接由后验样本导出，无需额外建模。 此前从星系重建气体场的方法（如Kvasiuk等、Krywonos等）返回单一最佳拟合场；本文以隐式似然生成模型直接采样后验，并显式以尺度相关的重子抑制功率谱作为反馈条件。 在10个CAMELS50测试盒上验证：重建与真值色散量的逐视线残差散布约0.1 dex，最佳拟合斜率接近1，均值与宽度均与真分布一致；秩相关斯皮尔曼系数约0.9；每个测试盒抽取100个后验样本。
重建对反馈条件有物理上正确的响应：改变输入的抑制功率谱会系统性地改变气体分布形态与色散量分布宽度。 反馈此前多以CAMELS的天体物理参数形式进入，而非尺度分辨量；本文以可在不同反馈实现间解释的抑制功率谱作为条件，使反馈效应可被直接调节与推断。 在全部10个测试盒中，低反馈重建给出的色散量分布宽度均大于高反馈重建，平均增大约0.1 dex（约10%），配对比较p约0.002，符号检验p约0.002，10个差异同号。
全卷积架构使模型无需改动网络或权重即可应用于远大于训练体积的输入，从而覆盖宇宙学快速射电暴视线所需的尺度。 训练盒边长为50 Mpc，而TNG300-1边长205 Mpc（体积约为训练盒43倍）；模型在单次前向中处理整个体积，无需分块拼接。 在TNG300-1上重建的色散量直方图与真分布接近；该测试与训练集共享IllustrisTNG星系形成模型，因此检验的是盒尺寸与分辨率上的推广，而非底层物理的推广；重建平均低估色散量约0.1 dex，可通过已知的宇宙重子密度归一化校准。
星系选择阈值会平滑地影响重建保真度，且模型在信息不足时会朝正确方向扩大后验宽度。 最小恒星质量阈值被作为条件参数传入并在推断时边缘化，训练时对数均匀采样；本文进一步量化了阈值超出训练范围时的退化行为。 阈值从10^9到10^10.5太阳质量时，每盒星系平均数由2558降至314；相关系数降至0.5的尺度由约1 Mpc变为约4 Mpc；秩相关由约0.83平滑降至约0.63；后验宽度平均增大21%，而重建误差增大39%，后验在最低阈值处约窄15%、最高阈值处约窄30%。
启示与展望
该结果面向需要在宇宙学尺度上获得弥散气体三维分布及其不确定度的研究者，尤其是使用快速射电暴色散量、kSZ/tSZ、弱透镜和X射线堆叠分析的人群。方法在模拟数据上建立，训练与验证均假设星系均匀采样、恒星质量阈值不随红移变化，并在红移z=0处评估；因此其适用场景是作为模拟标定下的概率重建框架，用于在给定星系前景场时预测色散量分布并比较不同反馈情景。全卷积特性使其可直接应用于更大体积，从而覆盖宇宙学快速射电暴视线所需的尺度；绝对色散量标度可由已知的宇宙重子密度锚定，从而校准整体归一化偏移。
模型继承CAMELS IllustrisTNG模拟的假设与系统误差，推断参数受限于模拟先验范围；训练与评估仅在红移z=0，而真实快速射电暴视线跨越多个红移，需要处理气体的红移演化。星系位置输入在约1 Mpc以下不含气体分布信息，模型只能依赖先验，因此当前算法定位为宇宙网重建而非晕内气体重建；若需要晕内气体，需采用晕模型与模拟推断的混合方法或更高分辨率训练数据。最小恒星质量阈值尚未针对真实巡天选择函数标定，训练与验证数据假设均匀采样，模型失配可能降低重建质量。此外，本文文本中若干公式、图注与表格数值在解析中缺失（如部分方程与图的具体内容），因此对定量细节的复述以正文明确给出的数值为限。