Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
CRIS Current Research Information System
This is the second paper in the HOWLS (higher-order weak lensing statistics) series exploring the usage of non-Gaussian statistics for cosmology inference within Euclid. With respect to our first paper, we develop a full tomographic analysis based on realistic photometric redshifts that allows us to derive Fisher forecasts in the (8, w0) plane for a Euclid-like data release 1 (DR1) setup. We find that the five higher-order statistics (HOS) that satisfy the Gaussian likelihood assumption of the Fisher formalism (one-point probability distribution function, 1-norm, peak counts, Minkowski functionals, and Betti numbers) each outperform the shear two-point correlation functions by a factor of 2.5 on the w0 forecasts, with only marginal improvement when used in combination with two-point estimators, suggesting that every HOS is able to retrieve both the non-Gaussian and Gaussian information of the matter density field. The similar performance of the different estimators is explained by a homogeneous use of multi-scale and tomographic information, optimized to lower computational costs. These results hold for the three mass mapping techniques of the Euclid pipeline, aperture mass, Kaiser-Squires, and Kaiser-Squires plus, and they are unaffected by the application of realistic star masks. Finally, we explored the use of HOS with the Bernardeau-Nishimichi-Taruya (BNT) nulling scheme approach, finding promising results toward applying physical scale cuts to HOS.
Euclid preparation: LXXXV. Toward a DR1 application of higher-order weak lensing statistics
Vinciguerra S.;Bouche F.;Martinet N.;Castiblanco L.;Uhlemann C.;Pires S.;Harnois-Deraps J.;Giocoli C.;Baldi M.;Cardone V. F.;Vadala A.;Dagoneau N.;Linke L.;Sellentin E.;Taylor P. L.;Broxterman J. C.;Heydenreich S.;Tinnaneri Sreekanth V.;Porqueres N.;Porth L.;Gatti M.;Grandon D.;Barthelemy A.;Bernardeau F.;Tersenov A.;Hoekstra H.;Starck J. -L.;Cheng S.;Burger P. A.;Tereno I.;Scaramella R.;Altieri B.;Andreon S.;Auricchio N.;Baccigalupi C.;Bardelli S.;Biviano A.;Branchini E.;Brescia M.;Camera S.;Canas-Herrera G.;Capobianco V.;Carbone C.;Carretero J.;Castellano M.;Castignani G.;Cavuoti S.;Chambers K. C.;Cimatti A.;Colodro-Conde C.;Congedo G.;Conversi L.;Copin Y.;Courbin F.;Courtois H. M.;Cropper M.;Da Silva A.;Degaudenzi H.;De La Torre S.;De Lucia G.;Dole H.;Dubath F.;Dupac X.;Dusini S.;Escoffier S.;Farina M.;Farinelli R.;Farrens S.;Faustini F.;Ferriol S.;Finelli F.;Frailis M.;Franceschi E.;Fumana M.;Galeotta S.;George K.;Gillis B.;Gracia-Carpio J.;Grazian A.;Grupp F.;Haugan S. V. H.;Holmes W.;Hormuth F.;Hornstrup A.;Hudelot P.;Jahnke K.;Jhabvala M.;Joachimi B.;Keihanen E.;Kermiche S.;Kiessling A.;Kilbinger M.;Kubik B.;Kunz M.;Kurki-Suonio H.;Le Brun A. M. C.;Ligori S.;Lilje P. B.;Lindholm V.;Lloro I.;Mainetti G.;Maino D.;Mansutti O.;Marggraf O.;Martinelli M.;Marulli F.;Massey R. J.;Medinaceli E.;Mei S.;Melchior M.;Mellier Y.;Meneghetti M.;Meylan G.;Mora A.;Moresco M.;Moscardini L.;Neissner C.;Niemi S. -M.;Padilla C.;Paltani S.;Pasian F.;Pedersen K.;Pettorino V.;Polenta G.;Poncet M.;Popa L. A.;Raison F.;Renzi A.;Rhodes J.;Riccio G.;Romelli E.;Roncarelli M.;Saglia R.;Sakr Z.;Sanchez A. G.;Sapone D.;Sartoris B.;Schneider P.;Schrabback T.;Secroun A.;Seidel G.;Serrano S.;Sirignano C.;Sirri G.;Spurio Mancini A.;Stanco L.;Steinwagner J.;Tallada-Crespi P.;Taylor A. N.;Tessore N.;Toft S.;Toledo-Moreo R.;Torradeflot F.;Tutusaus I.;Valiviita J.;Vassallo T.;Wang Y.;Weller J.;Zacchei A.;Zamorani G.;Zerbi F. M.;Zucca E.;Ballardini M.;Bolzonella M.;Boucaud A.;Bozzo E.;Burigana C.;Cabanac R.;Calabrese M.;Cappi A.;Escartin Vigo J. A.;Gabarra L.;Hartley W. G.;Maoli R.;Martin-Fleitas J.;Matthew S.;Mauri N.;Metcalf R. B.;Pezzotta A.;Pontinen M.;Risso I.;Scottez V.;Sereno M.;Tenti M.;Viel M.;Wiesmann M.;Akrami Y.;Andika I. T.;Angulo R. E.;Anselmi S.;Archidiacono M.;Atrio-Barandela F.;Aubourg E.;Bertacca D.;Bethermin M.;Blanchard A.;Blot L.;Bonici M.;Borgani S.;Brown M. L.;Bruton S.;Calabro A.;Camacho Quevedo B.;Caro F.;Carvalho C. S.;Castro T.;Cogato F.;Conseil S.;Cooray A. R.;Desprez G.;Diaz-Sanchez A.;Diaz J. J.;Di Domizio S.;Diego J. M.;Elkhashab M. Y.;Fang Y.;Ferreira P. G.;Finoguenov A.;Franco A.;Ganga K.;Garcia-Bellido J.;Gasparetto T.;Gautard V.;Gavazzi R.;Gaztanaga E.;Giacomini F.;Gianotti F.;Gozaliasl G.;Guidi M.;Gutierrez C. M.;Hall A.;Hemmati S.;Hildebrandt H.;Hjorth J.;Kajava J. J. E.;Kang Y.;Karagiannis D.;Kiiveri K.;Kim J.;Kirkpatrick C. C.;Kruk S.;Legrand L.;Lembo M.;Lepori F.;Leroy G.;Lesci G. F.;Lesgourgues J.;Liaudat T. I.;Macias-Perez J.;Magliocchetti M.;Mannucci F.;Martins C. J. A. P.;Maurin L.;Miluzio M.;Monaco P.;Moretti C.;Morgante G.;Nadathur S.;Naidoo K.;Navarro-Alsina A.;Nesseris S.;Paoletti D.;Passalacqua F.;Paterson K.;Patrizii L.;Pisani A.;Potter D.;Quai S.;Radovich M.;Sacquegna S.;Sahlen M.;Sanders D. B.;Sarpa E.;Schneider A.;Sciotti D.;Smith L. C.;Tanidis K.;Tao C.;Testera G.;Teyssier R.;Tosi S.;Troja A.;Tucci M.;Vergani D.;Verza G.;Walton N. A.
2026
Abstract
This is the second paper in the HOWLS (higher-order weak lensing statistics) series exploring the usage of non-Gaussian statistics for cosmology inference within Euclid. With respect to our first paper, we develop a full tomographic analysis based on realistic photometric redshifts that allows us to derive Fisher forecasts in the (8, w0) plane for a Euclid-like data release 1 (DR1) setup. We find that the five higher-order statistics (HOS) that satisfy the Gaussian likelihood assumption of the Fisher formalism (one-point probability distribution function, 1-norm, peak counts, Minkowski functionals, and Betti numbers) each outperform the shear two-point correlation functions by a factor of 2.5 on the w0 forecasts, with only marginal improvement when used in combination with two-point estimators, suggesting that every HOS is able to retrieve both the non-Gaussian and Gaussian information of the matter density field. The similar performance of the different estimators is explained by a homogeneous use of multi-scale and tomographic information, optimized to lower computational costs. These results hold for the three mass mapping techniques of the Euclid pipeline, aperture mass, Kaiser-Squires, and Kaiser-Squires plus, and they are unaffected by the application of realistic star masks. Finally, we explored the use of HOS with the Bernardeau-Nishimichi-Taruya (BNT) nulling scheme approach, finding promising results toward applying physical scale cuts to HOS.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11585/1057271
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
0
ND
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
