用于CMB偏振前景去除的神经网络的鲁棒性

原标题: Robustness of Neural Networks for CMB Polarization Foreground Removal

在宇宙微波背景中探测原初B模偏振需要精确去除银河系前景。作者基于不同前景模型构建的模拟数据训练了CNN，并在训练中未使用的模型上进行测试。在更复杂的前景模型上训练可减少偏差，并提高对未见模型的精度，而在最简单的模型上训练则可能引入系统误差。