The 21-cm signal of neutral hydrogen is a sensitive probe of the Epoch of Reionization (EoR) and Cosmic Dawn. Currently operating radio telescopes have ushered in a data-driven era of 21-cm cosmology, providing the first constraints on the astrophysical properties of sources that drive this signal. However, extracting astrophysical information from the data is highly non-trivial and requires the rapid generation of theoretical templates over a wide range of astrophysical parameters. To this end emulators are often employed, with previous efforts focused on predicting the power spectrum. In this work we introduce 21cmGEM - the first emulator of the global 21-cm signal from Cosmic Dawn and the EoR. The smoothness of the output signal is guaranteed by design. We train neural networks to predict the cosmological signal using a database of ~30,000 simulated signals which were created by varying seven astrophysical parameters: the star formation efficiency and the minimal mass of star-forming halos; the efficiency of the first X-ray sources and their spectrum parameterized by spectral index and the low energy cutoff; the mean free path of ionizing photons and the CMB optical depth. We test the performance with a set of ~2,000 simulated signals, showing that the relative error in the prediction has an r.m.s. of 0.0159. The algorithm is efficient, with a running time per parameter set of 0.16 sec. Finally, we use the database of models to check the robustness of relations between the features of the global signal and the astrophysical parameters that we previously reported.

中文翻译：

---

模拟来自宇宙黎明和再电离的全球 21 厘米信号

中性氢的 21 厘米信号是再电离时代 (EoR) 和宇宙黎明的敏感探测器。当前运行的射电望远镜迎来了 21 厘米宇宙学的数据驱动时代，为驱动该信号的源的天体物理特性提供了第一个限制。然而，从数据中提取天体物理信息非常重要，需要在广泛的天体物理参数范围内快速生成理论模板。为此，经常使用仿真器，以前的工作重点是预测功率谱。在这项工作中，我们介绍了 21cmGEM——来自 Cosmic Dawn 和 EoR 的全球 21 厘米信号的第一个模拟器。输出信号的平滑性由设计保证。我们训练神经网络使用约 30 的数据库来预测宇宙学信号，通过改变七个天体物理参数产生的 000 个模拟信号：恒星形成效率和恒星形成晕的最小质量；第一个 X 射线源的效率及其由光谱指数和低能量截止参数化的光谱；电离光子的平均自由程和 CMB 光学深度。我们使用一组约 2,000 个模拟信号测试性能，表明预测的相对误差为 0.0159。该算法是高效的，每个参数集的运行时间为 0.16 秒。最后，我们使用模型数据库来检查全球信号特征与我们之前报告的天体物理参数之间关系的稳健性。恒星形成效率和恒星形成晕的最小质量；第一个 X 射线源的效率及其由光谱指数和低能量截止参数化的光谱；电离光子的平均自由程和 CMB 光学深度。我们使用一组约 2,000 个模拟信号测试性能，表明预测的相对误差为 0.0159。该算法是高效的，每个参数集的运行时间为 0.16 秒。最后，我们使用模型数据库来检查全球信号特征与我们之前报告的天体物理参数之间关系的稳健性。恒星形成效率和恒星形成晕的最小质量；第一个 X 射线源的效率及其由光谱指数和低能量截止参数化的光谱；电离光子的平均自由程和 CMB 光学深度。我们使用一组约 2,000 个模拟信号测试性能，表明预测的相对误差为 0.0159。该算法是高效的，每个参数集的运行时间为 0.16 秒。最后，我们使用模型数据库来检查全球信号特征与我们之前报告的天体物理参数之间关系的稳健性。电离光子的平均自由程和 CMB 光学深度。我们使用一组约 2,000 个模拟信号测试性能，表明预测的相对误差为 0.0159。该算法是高效的，每个参数集的运行时间为 0.16 秒。最后，我们使用模型数据库来检查全球信号特征与我们之前报告的天体物理参数之间关系的稳健性。电离光子的平均自由程和 CMB 光学深度。我们使用一组约 2,000 个模拟信号测试性能，表明预测的相对误差为 0.0159。该算法是高效的，每个参数集的运行时间为 0.16 秒。最后，我们使用模型数据库来检查全球信号特征与我们之前报告的天体物理参数之间关系的稳健性。