经验主义者

经验主义者:使用XD高斯混合模型重新采样观测到的超新星/宿主星系群。我们描述了用Python编写的两个新的开源工具,用于执行极端反褶积高斯混合模型(XDGMM),并使用条件模型重新采样观测到的超新星和宿主星系群。XDGMM是一个新的程序,它使用高斯混合来使用极端反褶积(XD)算法来执行噪声数据的密度估计。此外,它还具有其他XD工具所不具备的功能。它允许用户在AstroML和Bovy等拟合方法之间进行选择,并与scikit学习机器学习算法兼容。最关键的是,用户可以根据一个已知的参数的子集。这使用户能够生成一个工具,该工具可以基于其他参数已知值的模型预测未知参数。经验主义者是这一功能的一个典型应用,它可以用来将XDGMM模型拟合到观测到的超新星/宿主数据集,并使用基于观测到的宿主特性的模型来预测可能的超新星参数。它的主要目的是模拟现实的超新星,用于基于经验星系特性的LSST数据模拟。