Meta-learning for cosmological emulation: Rapid adaptation to new lensing kernels
Questo studio dimostra che l'uso dell'apprendimento meta-modello (MAML) consente di adattare rapidamente un emulatore cosmologico a nuove distribuzioni di redshift con pochi campioni di affinamento, ottenendo una precisione nell'inferenza cosmologica significativamente superiore rispetto agli emulatori tradizionali pre-addestrati su singoli compiti o privi di pre-addestramento.