MARC

 008260126s2025        us                              c    eng  d
■001000017359565
■00520260202105138
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798293899418
■035    ▼a(MiAaPQ)AAI32240365
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a523
■1001  ▼aAtkins,  Zachary  Joshua.▼0(orcid)0000-0002-2287-1603
■24510▼aCertain  Uncertainties:  Methods  for  Accurate  Error  Estimation  in  the  ACT  DR6  Cosmology  Results
■260    ▼a[Sl]▼bPrinceton  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a296  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-04,  Section:  B.
■500    ▼aAdvisor:  Dunkley,  Jo.
■5021  ▼aThesis  (Ph.D.)--Princeton  University,  2025.
■520    ▼aRemarkable  theoretical  and  experimental  progress  has  been  made  within  the  field  of  cosmology  since  the  development  of  General  Relativity  just  over  100  years  ago.  Measurements  of  the  expanding  Universe,  the  Cosmic  Microwave  Background,  and  large-scale  structure  have  led  to  a  concordant  theoretical  model,  Lambda-Cold  Dark  Matter  (ΛCDM).  However,  fundamental  questions  about  ΛCDM  remain,  notably  the  dominance  of  dark  energy  and  dark  matter  in  the  Universe  today.This  thesis  focuses  on  measurements  of  the  CMB  made  by  the  Atacama  Cosmology  Telescope  (ACT)  as  part  of  its  last  data  release,  DR6.  Two  principal  measurements  made  with  DR6  CMB  maps  are  the  CMB  primary  and  lensing  power  spectra.  A  central  aspect  of  those  analyses  is  understanding  the  map  noise  properties,  and  efficiently  and  accurately  modeling  them.  We  present  a  rigorous  noise  modeling  framework  that  can  reproduce  the  nontrivial  noise  properties  induced  by  the  atmosphere  and  telescope  scan  strategy.  This  framework  served  as  the  basis  for  the  primary  and  lensing  power  spectra  covariance  matrices.We  then  focus  on  the  primary  power  spectrum  covariance  matrix.  We  distinguish  between  the  full  forward  model  of  the  DR6  data,  and  the  simplifications  required  to  construct  an  approximate,  analytic  covariance  matrix.  We  find  the  covariance  matrix  prescription  used  in  past  ACT  analyses  can  be  generalized  to  account  for  the  inhomogeneous  noise  distribution  in  the  maps,  yielding  a  new  prescription  similar  to  that  of  Planck.  We  show  that  our  new  prescription  significantly  outperforms  the  previous  one  used  in  ACT,  and  we  develop  a  new  method  of  using  simulations  to  correct  both  the  new  and  previous  analytic  covariance  matrices,  achieving  percent-level  accuracy  in  either  case.We  conclude  by  deriving  additional  contributions  to  the  DR6  power  spectrum  covariance  beyond  cosmic  variance  and  noise,  including  systematics  and  non-Gaussian  foregrounds,  paying  particular  attention  to  the  assumptions  necessary  to  construct  these  contributions.  We  present  a  related  development  of  a  new  method  to  parametrically  measure  residual  systematics  between  subsets  of  the  ACT  DR6  data,  which  helped  define  the  range  of  angular  scales  included  in  the  public  DR6  power  spectra.  Finally,  we  highlight  DR6  cosmological  results,  which  tighten  constraints  on  many  proposed  extensions  to  ΛCDM.
■590    ▼aSchool  code:  0181.
■650  4▼aAstrophysics
■650  4▼aAstronomy
■650  4▼aParticle  physics
■650  4▼aAtmospheric  sciences
■653    ▼aCosmic  microwave  background
■653    ▼aCosmology
■653    ▼aLambda-Cold  Dark  Matter
■653    ▼aGeometry
■653    ▼aLensing  power  spectrum
■690    ▼a0596
■690    ▼a0798
■690    ▼a0606
■690    ▼a0725
■71020▼aPrinceton  University▼bPhysics.
■7730  ▼tDissertations  Abstracts  International▼g87-04B.
■790    ▼a0181
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17359565▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books