🔭 astrophysics

Alcock-Paczynski Blinding Scheme for the Ly- $\alpha$ Forest Analysis

यह शोध पत्र एक संशोधित अल्कॉक-पाज़िन्स्की परीक्षण पर आधारित कैटलॉग-स्तरीय ब्लाइंडिंग योजना प्रस्तुत और मान्य करता है जो क्वासर स्पेक्ट्रा और रेडशिफ्ट पर सुसंगत ज्यामितीय बदलाव लागू करके लाइमन- $\alpha$ फॉरेस्ट विश्लेषणों में बैकग्राउंड विस्तार इतिहास को प्रभावी ढंग से छिपा देता है, जिससे मॉक और वास्तविक DESI डेटा में पोस्टीरियर आकृतियों को बदले बिना सुदृढ़ ब्रह्मांड संबंधी अनुमान सक्षम होता है।

मूल लेखक: G. Perez-Sanchez, S. F. Beltran, G. Niz, S. Brieden, L. Verde, A. Font-Ribera, J. Aguilar, S. Ahlen, D. Bianchi, D. Brooks, T. Claybaugh, A. Cuceu, A. de la Macorra, B. Dey, P. Doel, S. Ferraro, J. E.

प्रकाशित 2026-07-10

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: G. Perez-Sanchez, S. F. Beltran, G. Niz, S. Brieden, L. Verde, A. Font-Ribera, J. Aguilar, S. Ahlen, D. Bianchi, D. Brooks, T. Claybaugh, A. Cuceu, A. de la Macorra, B. Dey, P. Doel, S. Ferraro, J. E. Forero-Romero, E. Gaztañaga, S. Gontcho A Gontcho, A. X. Gonzalez-Morales, G. Gutierrez, H. K. Herrera-Alcantar, K. Honscheid, D. Huterer, M. Ishak, R. Joyce, A. Kremin, O. Lahav, A. Lambert, M. Landriau, L. Le Guillou, M. Manera, P. Martini, R. Miquel, S. Nadathur, N. Palanque-Delabrouille, W. J. Percival, F. Prada, I. Pérez-Ràfols, G. Rossi, E. Sanchez, E. F. Schlafly, D. Schlegel, M. Schubnell, J. Silber, D. Sprayberry, G. Tarlé, B. A. Weaver

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक ब्रह्मांडीय रहस्य को सुलझाने की कोशिश कर रहे हैं: अरबों वर्षों में ब्रह्मांड कैसे फैलता गया है? इसे करने के लिए, आप प्राचीन क्वासरों (गहरे ब्रह्मांड में अत्यधिक चमकीले प्रकाश स्तंभों) से आने वाले प्रकाश को देखते हैं। जैसे ही यह प्रकाश हम तक पहुँचता है, यह गैस के बादलों से होकर गुजरता है, जिससे स्पेक्ट्रम में अवशोषण रेखाओं (absorption lines) का एक "वन" (forest) पीछे छूट जाता है। इन रेखाओं के कितने खिंचाव या फैलाव को मापकर, आप यह पता लगा सकते हैं कि ब्रह्मांड कितना फैला है।

लेकिन यहाँ एक पेंच है: इंसान अपने ही मामलों में बहुत बुरे जासूस होते हैं। हमारे पास एक चालाकी भरी आदत है जिसे "पुष्टि पूर्वाग्रह" (confirmation bias) कहा जाता है। यदि हम यह अपेक्षा करते हैं कि ब्रह्मांड एक निश्चित तरीके से फैलेगा, तो हमारा मस्तिष्क अनजाने में डेटा को हमारी अपेक्षा के अनुरूप ढाल सकता है, भले ही हम धोखाधड़ी करने की कोशिश न कर रहे हों। इसे रोकने के लिए, वैज्ञानिकों को गणित शुरू करने से पहले उत्तर को छिपाने का एक तरीका चाहिए।

यह शोध पत्र लाइमन-α फॉरेस्ट (Lyman-α forest) विश्लेषण के लिए एक चतुर "कॉस्मिक ब्लाइंडफोल्ड" (ब्रह्मांडीय पट्टी/आंखों पर पट्टी) पेश करता है। केवल अंतिम संख्या को छिपाने के बजाय, वे गणित शुरू होने से पहले खेल के नियम बदल देते हैं।

द कॉस्मिक स्ट्रेची टेप मेजर (ब्रह्मांडीय खिंचाव वाला टेप माप)

लेखक एल्कॉक-पैज़िंस्की परीक्षण (Alcock-Paczynski test) पर आधारित एक तरकीब का उपयोग करते हैं। कल्पना कीजिए कि आपके पास एक लचीली रबर की शीट पर बना ब्रह्मांड का मानचित्र है। यदि आप शीट को एक दिशा में दूसरी दिशा की तुलना में अलग तरह से खींचते हैं, तो उस पर बनी आकृतियाँ बदल जाती हैं।

इस अध्ययन में, वैज्ञानिक यह दिखावा करते हैं कि ब्रह्मांड में थोड़ा अलग मात्रा में "सामग्री" (विशेष रूप से, वे पदार्थ की मात्रा को लगभग 5% बदलकर छेड़छाड़ करते हैं) है। फिर वे इस नकली ब्रह्मांड से मेल खाने के लिए अपने डेटा की रबर शीट को गणितीय रूप से खींचते हैं।

वे जंगल में तरंग दैर्ध्य (प्रकाश के रंग) को बदलते हैं।
वे क्वासरों के रेडशिफ्ट (दूरी के निशान) को बदलते हैं।

यह एक भीड़ की फोटो लेने जैसा है, और फिर फोटोशॉप का उपयोग करके लोगों को थोड़ा लंबा या छोटा दिखाने और उन्हें थोड़ा करीब या दूर करने जैसा है, इससे पहले कि आप उन्हें गिनना शुरू करें। लक्ष्य यह है कि "BAO पीक" (डेटा में एक विशिष्ट, लयबद्ध पैटर्न जो एक मानक पैमाने की तरह कार्य करता है) को एक अलग स्थान पर पहुँचाया जा सके। यदि वैज्ञानिक नए स्थान पर उस पैमाने को पाते हैं, तो वे जानते हैं कि उनका गणित काम कर रहा है, लेकिन वे अभी भी यह नहीं जानते कि वास्तविक ब्रह्मांड कैसा दिखता है क्योंकि "पैमाना" बदल दिया गया है।

"फॉरेस्ट" की समस्या

लाइमन-α फॉरेस्ट पेचीदा है। यह केवल एक प्रकार के पेड़ नहीं है; यह विभिन्न प्रकार के पेड़ों (हाइड्रोजन गैस) और कुछ खरपतवारों (धातु के परमाणु और अन्य गैसें) का मिश्रण है जो अलग-अलग तरंग दैर्ध्य पर प्रकाश को अवशोषित करते हैं।

शोध पत्र एक संभावित बाधा की ओर इशारा करता है: यदि आप पूरे जंगल को समान रूप से खींचते हैं, तो "खरपतवार" (धातु अवशोषण रेखाएं) सही तरह से नहीं खिंचेंगे क्योंकि वे स्पेक्ट्रम में अलग-अलग जगहों से आते हैं। यह एक जंगल की तस्वीर को खींचने जैसा है जहाँ पेड़ रबर के बने हैं लेकिन चट्टानें पत्थर की बनी हैं; चट्टानें अजीब जगहों पर पहुँच सकती हैं।

लेखक स्वीकार करते हैं कि 1D कोरिलेशन फंक्शन (डेटा को देखने का एक बहुत ही विशिष्ट, संकी वाला तरीका) में, ये "खरपतवार" (धातु की विशेषताएं) संकेत दे सकते हैं कि डेटा को किस दिशा में खींचा गया था। यदि आप गलत जगह पर एक धातु का उभार देखते हैं, तो आप ब्लाइंडफोल्ड (पट्टी) की दिशा का अनुमान लगा सकते हैं। हालांकि, पेपर दिखाता है कि 3D कोरिलेशन फंक्शन्स (मुख्य, पूर्ण-आकाश दृश्य जिसका उपयोग बड़े परिणामों के लिए किया जाता है) में, यह प्रभाव नगण्य है। "खरपतवार" खेल को खराब नहीं करते हैं।

क्या यह तरकीब काम कर गई?

टीम ने केवल अनुमान नहीं लगाया; उन्होंने इस ब्लाइंडफोल्ड का कड़ाई से परीक्षण किया:

परफेक्ट वर्ल्ड्स (पूर्ण दुनिया): उन्होंने 10 लाख से अधिक क्वासरों के साथ "शोर रहित" (noiseless) सिमुलेशन (बिल्कुल साफ डेटा) से शुरुआत की।
मेसी वर्ल्ड्स (अव्यवस्थित दुनिया): वे शोर और धातु के प्रदूषण वाले यथार्थवादी सिमुलेशन पर गए, जो DESI (डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट) सर्वेक्षण के पहले वर्ष के डेटा की नकल करते हैं।
रियल लाइफ (वास्तविक जीवन): अंत में, उन्होंने इसे वास्तविक DESI DR1 (डेटा रिलीज़ 1) डेटासेट पर लागू किया, जिसमें 4,20,000 से अधिक क्वासरों के स्पेक्ट्रा शामिल हैं।

परिणाम:
इन सभी परीक्षणों में, यह विधि जादू की तरह काम करती है:

जब उन्होंने ब्लाइंडफोल्ड लागू किया, तो "BAO पीक" ठीक वहीं पहुँचा जहाँ नकली ब्रह्मांड ने भविष्यवाणी की थी (सांख्यिकीय त्रुटि सीमाओं के भीतर)।
उनके परिणामों का आकार अजीब या टूटा हुआ नहीं हुआ; यह बस स्थानांतरित हो गया।
महत्वपूर्ण रूप से, जब उन्होंने "वास्तविक" डेटा (DESI DR1) को देखा, तो अनब्लाइंडेड (पट्टी हटाए गए) परिणाम आधिकारिक प्रकाशित परिणामों से पूरी तरह मेल खाए, जिससे साबित हुआ कि उनका पाइपलाइन सही ढंग से काम कर रहा है।
ब्लाइंडेड (पट्टी लगे हुए) परिणामों ने वास्तविक कॉस्मोलॉजी को सफलतापूर्वक छिपा दिया, और पदार्थ की मात्रा में अपेक्षित परिवर्तन (लगभग 5% बदलाव) के साथ मापे गए मापदंडों को बदल दिया, बिना विश्लेषण को बिगाड़े।

ब्लाइंडफोल्ड की कीमत

क्या यह जादू महंगा है? वास्तव में नहीं। पेपर नोट करता है कि इस ब्लाइंडफोल्ड को लागू करने से डेटा को प्रोसेस करने के लिए आवश्यक कुल कंप्यूटर समय में केवल लगभग 5% की वृद्धि होती है। वैज्ञानिकों को खुद को धोखा देने से बचाने के लिए यह एक बहुत छोटी कीमत है।

निष्कर्ष

यह शोध पत्र सुझाव देता है कि यह "कैटलॉग-लेवल ब्लाइंडिंग" (सूची-स्तर का अंधापन) लाइमन-α फॉरेस्ट का विश्लेषण करने का एक ठोस, व्यवहार्य तरीका है। यह वैज्ञानिकों को अपने पूरे विश्लेषण पाइपलाइन को "नकली" डेटा का उपयोग करके बनाने की अनुमति देता है, जिससे यह सुनिश्चित होता है कि जब वे अंततः अपनी आंखों से पट्टी हटाएंगे, तो परिणाम ईमानदार होंगे। हालांकि 1D डेटा में इस चाल का एक छोटा सा दृश्य संकेत (धातु के उभार) मौजूद है, लेकिन यह मुख्य 3D विश्लेषण को खराब नहीं करता है, और लेखक इसे छिपाने के लिए एक सरल माध्यमिक तरकीब का सुझाव देते हैं।

संक्षेप में: उन्होंने ब्रह्मांड के मानचित्र को खजाना छिपाने के लिए पर्याप्त रूप से खींचने का एक तरीका खोजा, इसका परीक्षण लाखों सितारों और वास्तविक टेलीस्कोप डेटा पर किया, और पुष्टि की कि मानचित्र अभी भी पूरी तरह से बना हुआ है। यह भविष्य के ब्रह्मांड विज्ञान के लिए एक मजबूत उपकरण है।

तकनीकी सारांश: Lyα फॉरेस्ट विश्लेषण के लिए अल्कॉक-पज़िन्स्की (Alcock-Paczynski) ब्लाइंडिंग योजना

समस्या विवरण
जैसे-जैसे डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट (DESI) जैसे कॉस्मोलॉजिकल प्रयोग उच्च सटीकता के युग में प्रवेश कर रहे हैं, पुष्टिकरण पूर्वाग्रह (confirmation bias)—जहाँ विश्लेषक अनजाने में पूर्व अपेक्षाओं के अनुरूप परिणामों का पक्ष लेते हैं—एक गंभीर चिंता बन जाता है। जबकि सुपरनोवा और वीक लेंसिंग विश्लेषणों में और गैलेक्सी सर्वेक्षणों में ब्लाइंडिंग रणनीतियाँ स्थापित हैं, उनका लाइमन-अल्फा (Lyα) फॉरेस्ट पर अनुप्रयोग विशिष्ट चुनौतियाँ प्रस्तुत करता है। Lyα फॉरेस्ट विश्लेषण में क्वासर स्पेक्ट्रा से फ्लक्स उतार-चढ़ाव क्षेत्र (डेल्टा फील्ड) निकालना शामिल है, एक ऐसी प्रक्रिया जो क्वासर निरंतरता (continuum), अंतर-गैलेक्टिक माध्यम (IGM) अवशोषण, धातु रेखाओं (metal lines) और लाइमन-β संदूषण के संकेतों के उलझाव से जटिल हो जाती है। मौजूदा ब्लाइंडिंग विधियाँ अक्सर पैरामीटर अनुमान चरण या सहसंबंध फलनों (correlation functions) पर कार्य करती हैं, जो पाइपलाइन विकास या वैकल्पिक विश्लेषण कोडों का उपयोग करने के दौरान उत्पन्न होने वाले पूर्वाग्रह के विरुद्ध सुरक्षा प्रदान करने में सक्षम नहीं हो सकती हैं। इसके अतिरिक्त, Lyα फॉरेस्ट पर नैव (naive) कॉस्मोलॉजिकल रूपांतरणों का अनुप्रयोग कठिन है क्योंकि विभिन्न अवशोषण विशेषताएं (जैसे, Lyα बनाम धातु रेखाएं) अलग-अलग रेडशिफ्ट से उत्पन्न होती हैं लेकिन एक ही प्रेक्षित तरंग दैर्ध्य (wavelength) पर दिखाई देती हैं, जिससे एक सुसंगत शिफ्ट (shift) गैर-तुच्छ (non-trivial) हो जाता है।

कार्यप्रणाली (Methodology)
लेखक एक संशोधित अल्कॉक-पज़िन्स्की (AP) परीक्षण पर आधारित कैटलॉग-स्तरीय ब्लाइंडिंग योजना प्रस्तावित करते हैं। मुख्य अवधारणा ब्रह्मांड के वास्तविक कॉस्मोलॉजिकल मापदंडों को छिपाने के लिए अनुमानित विस्तार इतिहास (expansion history) को जानबूझकर संशोधित करना है। इस विधि को निम्नलिखित रूप में लागू किया जाता है:

सैद्धांतिक ढांचा: यह योजना एक वैकल्पिक कॉस्मोलॉजिकल मॉडल (विशेष रूप से एक फ्लैट $\Lambda$ CDM मॉडल जिसमें शिफ्ट किया गया पदार्थ घनत्व $\Omega_m$ या हबल स्थिरांक $H_0$ है) की नकल करती है, जो वस्तुओं के बीच कोमोविंग दूरी $R(z)$ को बदलकर किया जाता है। यह संदर्भ कॉस्मोलॉजी ( $\Omega_{ref}$ ) के रेडशिफ्ट को ब्लाइंडेड कॉस्मोलॉजी ( $\Omega_{bld}$ ) में मैप करके प्राप्त किया जाता है ताकि $R(z'|\Omega_{ref}) = R(z|\Omega_{bld})$ हो सके।
Lyα फॉरेस्ट में कार्यान्वयन: जहाँ गैलेक्सी सर्वेक्षणों में असतत (discrete) रेडशिफ्ट को शिफ्ट किया जाता है, वहीं Lyα फॉरेस्ट के लिए एक निरंतर क्षेत्र (continuous field) को शिफ्ट करना आवश्यक है। लेखक डेल्टा फील्ड ( $\delta(\lambda)$ $δ (λ)$ ) के निष्कर्षण के बाद लेकिन सहसंबंध फलनों की गणना से पहले ब्लाइंडिंग लागू करते हैं।
- क्वासर रेडशिफ्ट: क्वासरों (QSOs) के रेडशिफ्ट को व्युत्पन्न फलन $f(z)$ का उपयोग करके शिफ्ट किया जाता है।
- तरंग दैर्ध्य शिफ्ट (Wavelength Shift): वेवलेंथ स्पेस में डेल्टा फील्ड को $\lambda' = \lambda + g(\lambda)$ के अनुसार शिफ्ट किया जाता है, जहाँ $g(\lambda)$ को रेडशिफ्ट शिफ्ट फंक्शन से प्राप्त किया गया है। यह मानकर कि सभी अवशोषण Lyα उत्सर्जन रेखा ( $\lambda_{Ly\alpha} \approx 1216$ Å) से उत्पन्न होते हैं, मैपिंग को परिभाषित किया जाता है, यह स्वीकार करते हुए कि यह धारणा धातु रेखाओं के लिए सीमाएँ उत्पन्न करती है।
- रीबिनिंग (Rebinning): वेवलेंथ शिफ्ट की गैर-रैखिक प्रकृति के कारण, फॉरेस्ट रेंज बदल जाती है। ब्लाइंडेड डेल्टा फील्ड को एक रैखिक ग्रिड (कोमोविंग दूरी या लॉगरिदमिक वेवलेंथ में) पर पुन: सैंपल (resample) किया जाता है ताकि ग्रिड स्पेसिंग तुलनाओं के माध्यम से अनब्लाइंडिंग (unblinding) को रोका जा सके।
पाइपलाइन एकीकरण: इस योजना को PICCA कोड में एकीकृत किया गया है, जो DESI Lyα विश्लेषण के लिए मानक उपकरण है। ब्लाइंडिंग को इटरेटिव डेल्टा निष्कर्षण प्रक्रिया (जो निरंतरता/continuum को फिट करती है) के तुरंत बाद और 1D तथा 3D सहसंबंध फलनों की गणना से पहले लागू किया जाता है। यह सुनिश्चित करता है कि संपूर्ण विश्लेषण पाइपलाइन, जिसमें कोवेरिएंस अनुमान और सिस्टमैटिक्स उपचार शामिल है, ब्लाइंडेड डेटा का उपयोग करके विकसित की गई है।

प्रमुख योगदान

कैटलॉग-स्तरीय ब्लाइंडिंग: यह पत्र एक कैटलॉग-स्तरीय ब्लाइंडिंग रणनीति पेश करता है जो अंतिम पैरामीटर स्तर के बजाय डेल्टा फील्ड और QSO रेडशिफ्ट पर कार्य करती है, जो पाइपलाइन विकास के दौरान पुष्टिकरण पूर्वाग्रह के विरुद्ध मजबूत सुरक्षा प्रदान करती है।
निरंतर क्षेत्रों को संभालना: लेखक गैलेक्सी के लिए उपयोग किए जाने वाले असतत AP ब्लाइंडिंग को Lyα फॉरेस्ट के निरंतर अवशोषण क्षेत्र के लिए अनुकूलित करते हैं, जिससे वेवलेंथ-स्पेस शिफ्टिंग के लिए एक विशिष्ट एल्गोरिदम प्रदान होता है।
जटिलता के माध्यम से सत्यापन: विधि को पदानुक्रमित डेटासेट पर सत्यापित किया गया है:
- आदर्श, कम-शोर वाले सिंथेटिक कैटलॉग (कैटलॉग A: केवल Lyα; कैटलॉग B: Lyα + Lyβ + धातुएं)।
- यथार्थवादी सिंथेटिक कैटलॉग (कैटलॉग C: DESI वर्ष 1 की अपेक्षाएं शोर के साथ)।
- DESI डेटा रिलीज़ 1 (DR1) से वास्तविक डेटा।
क्रॉस-कोरिलेशन निरंतरता: अध्ययन प्रदर्शित करता है कि ब्लाइंडिंग को ऑटो-कोरिलेशन (Lyα×Lyα) और क्रॉस-कोरिलेशन (Lyα×QSO) दोनों पर सुसंगत रूप से लागू किया जा सकता है, जो संयुक्त विश्लेषणों के लिए आवश्यक आंतरिक निरंतरता को बनाए रखता है।

परिणाम

BAO पीक शिफ्ट: विधि 3D सहसंबंध फलनों में बेरियन एकोस्टिक ऑसिलेशन (BAO) पीक की स्थिति को ब्लाइंडेड कॉस्मोलॉजी (उदाहरण के लिए, पदार्थ सामग्री में $\sim 5\%$ परिवर्तन) के लिए अपेक्षित मानों तक सफलतापूर्वक शिफ्ट करती है।
पोस्टीरियर अखंडता (Posterior Integrity): कम-शोर वाले मॉक्स (mocks) के लिए, BAO मापदंडों ( $\alpha_{\parallel}, \alpha_{\perp}$ ) के पोस्टीरियर वितरण का आकार काफी हद तक बरकरार रहता है, जिसमें केवल एक शिफ्ट किया गया केंद्रीय मान होता है जो $1\sigma$ के भीतर ब्लाइंडेड कॉस्मोलॉजी के अनुरूप है। वास्तविक DESI DR1 डेटा के लिए, पोस्टीरियर चौड़ाई 5% से कम बदलती है, जो ब्लाइंडिंग पर एक हल्का निर्भरता (संभवतः रीबिनिंग के कारण) दर्शाती है, लेकिन सांख्यिकीय शक्ति में कोई महत्वपूर्ण गिरावट नहीं दिखाती है।
धातु संदूषण सीमा: लेखक एक विशिष्ट सीमा की पहचान करते हैं: 1D सहसंबंध फलन में, धातु अवशोषण विशेषताएं (जो Lyα-आधारित कॉस्मोलॉजिकल रीमैपिंग का पालन नहीं करती हैं) शिफ्ट की गई संरचनाओं के रूप में दिखाई देती हैं। सैद्धांतिक रूप से यह विश्लेषक को ब्लाइंडिंग की दिशा का पता लगाने की अनुमति दे सकता है। हालांकि, पत्र नोट करता है कि यह प्रभाव प्राथमिक कॉस्मोलॉजिकल बाधाओं के लिए उपयोग किए जाने वाले 3D सहसंबंध फलनों में नगण्य है और इसे 1D मामले के लिए माध्यमिक ब्लाइंडिंग रणनीतियों द्वारा कम किया जा सकता है।
कंप्यूटेशनल दक्षता: ब्लाइंडिंग प्रिस्क्रिप्शन पाइपलाइन के वॉल-क्लॉक समय में लगभग 5% जोड़ता है, जो क्वासरों की संख्या के साथ रैखिक रूप से स्केल करता है, जिससे यह बड़े डेटासेट के लिए कम्प्यूटेशनल रूप से व्यवहार्य हो जाता है।

महत्व और दावे
यह पत्र दावा करता है कि यह कैटलॉग-स्तरीय AP ब्लाइंडिंग योजना लाइमन-अल्फा फॉरेस्ट का उपयोग करके कॉस्मोलॉजिकल इन्फरेंस के लिए एक व्यवहार्य और मजबूत विधि है। इसका प्राथमिक महत्व पूरे विश्लेषण पाइपलाइन के विकास और सत्यापन को ब्लाइंडेड डेटा पर सक्षम करने में निहित है, जिससे पुष्टिकरण पूर्वाग्रह को न्यूनतम किया जा सके। लेखक इस बात पर जोर देते हैं कि यह विधि विशेष रूप से उसी ब्लाइंडिंग रणनीति का उपयोग करने वाले अन्य ट्रेसर्स (जैसे QSOs) के साथ क्रॉस-विश्लेषणों के संयोजन में प्रभावी है। धातु रेखाओं के संबंध में 1D सहसंबंधों की सीमा को स्वीकार करते हुए, अध्ययन निष्कर्ष निकालता है कि विधि 3D सहसंबंध विश्लेषणों में अंतर्निहित कॉस्मोलॉजी को प्रभावी ढंग से छिपाती है और विश्लेषक को स्पष्ट संकेत नहीं देती है, जिससे यह वर्तमान और भविष्य के DESI डेटा रिलीज़ के लिए उपयुक्त बनती है।

द कॉस्मिक स्ट्रेची टेप मेजर (ब्रह्मांडीय खिंचाव वाला टेप माप)

"फॉरेस्ट" की समस्या

क्या यह तरकीब काम कर गई?

ब्लाइंडफोल्ड की कीमत

निष्कर्ष

इसी तरह के और पेपर