Open Access
Issue
A&A
Volume 691, November 2024
Article Number A348
Number of page(s) 23
Section Extragalactic astronomy
DOI https://doi.org/10.1051/0004-6361/202450975
Published online 26 November 2024
  1. Abel, T., Hahn, O., & Kaehler, R. 2012, MNRAS, 427, 61 [Google Scholar]
  2. Astropy Collaboration (Price-Whelan, A. M., et al.) 2018, AJ, 156, 123 [Google Scholar]
  3. Astropy Collaboration (Price-Whelan, A. M., et al.) 2022, ApJ, 935, 167 [NASA ADS] [CrossRef] [Google Scholar]
  4. Angulo, R. E., & Hahn, O. 2022, Liv. Rev. Comput. Astrophys., 8, 1 [CrossRef] [Google Scholar]
  5. Aragon-Calvo, M. A., Silk, J., & Neyrinck, M. 2023, MNRAS, 520, L28 [Google Scholar]
  6. Bayer, A. E., Seljak, U., & Modi, C. 2023, ArXiv e-prints [arXiv:2307.09504] [Google Scholar]
  7. Benisty, D., Vasiliev, E., Evans, N. W., et al. 2022, ApJ, 928, L5 [NASA ADS] [CrossRef] [Google Scholar]
  8. Benitez-Llambay, A. 2015, https://doi.org/10.5281/zenodo.21703 [Google Scholar]
  9. Bennett, M., & Bovy, J. 2019, MNRAS, 482, 1417 [NASA ADS] [CrossRef] [Google Scholar]
  10. Bradbury, J., Frostig, R., Hawkins, P., et al. 2018, http://github.com/jax-ml/jax [Google Scholar]
  11. Brooks, S., Gelman, A., Jones, G. L., & Meng, X.-L. 2011, Handbook of Markov Chain Monte Carlo (CRC Press) [CrossRef] [Google Scholar]
  12. Bullock, J. S., & Boylan-Kolchin, M. 2017, ARA&A, 55, 343 [Google Scholar]
  13. Callingham, T. M., Cautun, M., Deason, A. J., et al. 2019, MNRAS, 484, 5453 [Google Scholar]
  14. Carignan, C., Chemin, L., Huchtmeier, W. K., & Lockman, F. J. 2006, ApJ, 641, L109 [NASA ADS] [CrossRef] [Google Scholar]
  15. Carlesi, E., Sorce, J. G., Hoffman, Y., et al. 2016, MNRAS, 458, 900 [NASA ADS] [CrossRef] [Google Scholar]
  16. Carlesi, E., Hoffman, Y., Sorce, J. G., & Gottlöber, S. 2017, MNRAS, 465, 4886 [NASA ADS] [CrossRef] [Google Scholar]
  17. Cautun, M., Benítez-Llambay, A., Deason, A. J., et al. 2020, MNRAS, 494, 4291 [Google Scholar]
  18. Chamberlain, K., Price-Whelan, A. M., Besla, G., et al. 2023, ApJ, 942, 18 [CrossRef] [Google Scholar]
  19. Chemin, L., Carignan, C., & Foster, T. 2009, ApJ, 705, 1395 [NASA ADS] [CrossRef] [Google Scholar]
  20. Corbelli, E., Lorenzoni, S., Walterbos, R., Braun, R., & Thilker, D. 2010, A&A, 511, A89 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  21. Courtois, H. M., Hoffman, Y., Tully, R. B., & Gottlöber, S. 2012, ApJ, 744, 43 [NASA ADS] [CrossRef] [Google Scholar]
  22. Dalcin, L., & Fang, Y.-L. L. 2021, Comput. Sci. Eng., 23, 47 [NASA ADS] [CrossRef] [Google Scholar]
  23. de Grijs, R., & Bono, G. 2014, AJ, 148, 17 [NASA ADS] [CrossRef] [Google Scholar]
  24. Drimmel, R., & Poggio, E. 2018, Res. Notes Am. Astron. Soc., 2, 210 [Google Scholar]
  25. Duane, S., Kennedy, A. D., Pendleton, B. J., & Roweth, D. 1987, Phys. Lett. B, 195, 216 [CrossRef] [Google Scholar]
  26. Eilers, A.-C., Hogg, D. W., Rix, H.-W., & Ness, M. K. 2019, ApJ, 871, 120 [Google Scholar]
  27. Errani, R., & Navarro, J. F. 2021, MNRAS, 505, 18 [NASA ADS] [CrossRef] [Google Scholar]
  28. Fardal, M. A., Weinberg, M. D., Babul, A., et al. 2013, MNRAS, 434, 2779 [Google Scholar]
  29. Fattahi, A., Navarro, J. F., Sawala, T., et al. 2016, MNRAS, 457, 844 [NASA ADS] [CrossRef] [Google Scholar]
  30. Feng, Y., Chu, M.-Y., Seljak, U., & McDonald, P. 2016, MNRAS, 463, 2273 [NASA ADS] [CrossRef] [Google Scholar]
  31. Flyamer, I., Xue, Z., Colin, et al. 2023, https://doi.org/10.5281/zenodo.10016869 [Google Scholar]
  32. Frigo, M., & Johnson, S. 2005, Proc. IEEE, 93, 216 [NASA ADS] [CrossRef] [Google Scholar]
  33. Gabriel, E., Fagg, G. E., Bosilca, G., et al. 2004, Proceedings, 11th European PVM/MPI Users’ Group Meeting (Budapest, Hungary: Euro PVM/MPI), 97 [Google Scholar]
  34. Garrison-Kimmel, S., Boylan-Kolchin, M., Bullock, J. S., & Lee, K. 2014, MNRAS, 438, 2578 [NASA ADS] [CrossRef] [Google Scholar]
  35. Garrison-Kimmel, S., Hopkins, P. F., Wetzel, A., et al. 2019, MNRAS, 487, 1380 [NASA ADS] [CrossRef] [Google Scholar]
  36. Geehan, J. J., Fardal, M. A., Babul, A., & Guhathakurta, P. 2006, MNRAS, 366, 996 [NASA ADS] [CrossRef] [Google Scholar]
  37. González, R. E., Kravtsov, A. V., & Gnedin, N. Y. 2014, ApJ, 793, 91 [CrossRef] [Google Scholar]
  38. Gott, J. R., III, & Thuan, T. X. 1978, ApJ, 223, 426 [NASA ADS] [CrossRef] [Google Scholar]
  39. Gottloeber, S., Hoffman, Y., & Yepes, G. 2010, Constrained Local Universe Simulations (CLUES) [Google Scholar]
  40. GRAVITY Collaboration (Abuter, R., et al.) 2018, A&A, 615, L15 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  41. Häfner, D., & Vicentini, F. 2021, J. Open Source Softw., 6, 3419 [CrossRef] [Google Scholar]
  42. Hahn, O., & Abel, T. 2011, MNRAS, 415, 2101 [Google Scholar]
  43. Harris, C. R., Millman, K. J., van der Walt, S. J., et al. 2020, Nature, 585, 357 [NASA ADS] [CrossRef] [Google Scholar]
  44. Helmi, A. 2020, ARA&A, 58, 205 [Google Scholar]
  45. Hernández-Sánchez, M., Kitaura, F.-S., Ata, M., & Vecchia, C. D. 2021, MNRAS, 502, 3976 [CrossRef] [Google Scholar]
  46. Hockney, R. W., & Eastwood, J. W. 1988, Computer Simulation Using Particles, (Taylor & Francis Group) [Google Scholar]
  47. Hoffman, M. D., & Gelman, A. 2011, arXiv e-prints [arXiv:1111.4246] [Google Scholar]
  48. Hoffman, Y., & Ribak, E. 1991, ApJ, 380, L5 [NASA ADS] [CrossRef] [Google Scholar]
  49. Hoyer, S., & Hamman, J. 2017, Journal of Open Research Software, 5, 1 [Google Scholar]
  50. Hoyer, S., Roos, M., Joseph, H., et al. 2023, https://doi.org/10.5281/zenodo.10023467 [Google Scholar]
  51. Hunter, J. D. 2007, Comput. Sci. Eng., 9, 90 [NASA ADS] [CrossRef] [Google Scholar]
  52. Jasche, J., & Lavaux, G. 2019, A&A, 625, A64 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  53. Jasche, J., & Wandelt, B. D. 2013, MNRAS, 432, 894 [Google Scholar]
  54. Jasche, J., Leclercq, F., & Wandelt, B. D. 2015, JCAP, 2015, 036 [Google Scholar]
  55. Kafle, P. R., Sharma, S., Lewis, G. F., Robotham, A. S. G., & Driver, S. P. 2018, MNRAS, 475, 4043 [CrossRef] [Google Scholar]
  56. Kahn, F. D., & Woltjer, L. 1959, ApJ, 130, 705 [NASA ADS] [CrossRef] [Google Scholar]
  57. Karachentsev, I. D., Kashibadze, O. G., Makarov, D. I., & Tully, R. B. 2009, MNRAS, 393, 1265 [NASA ADS] [CrossRef] [Google Scholar]
  58. Karachentsev, I. D., Makarov, D. I., & Kaisina, E. I. 2013, AJ, 145, 101 [Google Scholar]
  59. Karukes, E. V., Benito, M., Iocco, F., Trotta, R., & Geringer-Sameth, A. 2020, JCAP, 2020, 033 [Google Scholar]
  60. Kitaura, F. S. 2013, MNRAS, 429, L84 [NASA ADS] [CrossRef] [Google Scholar]
  61. Lavaux, G., & Jasche, J. 2016, MNRAS, 455, 3169 [Google Scholar]
  62. Lavaux, G., Jasche, J., & Leclercq, F. 2019, arXiv e-prints [arXiv:1909.06396] [Google Scholar]
  63. Li, Y.-S., & Helmi, A. 2008, MNRAS, 385, 1365 [NASA ADS] [CrossRef] [Google Scholar]
  64. Li, Y.-S., & White, S. D. M. 2008, MNRAS, 384, 1459 [CrossRef] [Google Scholar]
  65. Li, Y., Lu, L., Modi, C., et al. 2022, arXiv e-prints [arXiv:2211.09958] [Google Scholar]
  66. Libeskind, N. I., Frenk, C. S., Cole, S., et al. 2005, MNRAS, 363, 146 [NASA ADS] [CrossRef] [Google Scholar]
  67. Libeskind, N. I., Carlesi, E., Grand, R. J. J., et al. 2020, MNRAS, 498, 2968 [NASA ADS] [CrossRef] [Google Scholar]
  68. Mathis, H., Lemson, G., Springel, V., et al. 2002, MNRAS, 333, 739 [NASA ADS] [CrossRef] [Google Scholar]
  69. McAlpine, S., Helly, J. C., Schaller, M., et al. 2022, MNRAS, 512, 5823 [CrossRef] [Google Scholar]
  70. McMillan, P. J. 2017, MNRAS, 465, 76 [NASA ADS] [CrossRef] [Google Scholar]
  71. Mishra, R. 1985, MNRAS, 212, 163 [NASA ADS] [CrossRef] [Google Scholar]
  72. Modi, C., Lanusse, F., & Seljak, U. 2021, Astron. Comput., 37, 100505 [NASA ADS] [CrossRef] [Google Scholar]
  73. Neal, R. M. 1993, Probabilistic Inference Using Markov Chain Monte Carlo Methods Technical Report CRG-TR-93-1, University of Toronto [Google Scholar]
  74. Oman, K. A., & Riley, A. H. 2024, MNRAS, 532, L48 [NASA ADS] [CrossRef] [Google Scholar]
  75. Ou, X., Eilers, A.-C., Necib, L., & Frebel, A. 2024, MNRAS, 528, 693 [NASA ADS] [CrossRef] [Google Scholar]
  76. Patel, E., & Mandel, K. S. 2023, ApJ, 948, 104 [NASA ADS] [CrossRef] [Google Scholar]
  77. Pawlowski, M. S. 2018, Mod. Phys. Lett. A, 33, 1830004 [NASA ADS] [CrossRef] [Google Scholar]
  78. Peebles, P. J. E. 1990, ApJ, 362, 1 [NASA ADS] [CrossRef] [Google Scholar]
  79. Peebles, P. J. E., & Tully, R. B. 2013, arXiv e-prints [arXiv:1302.6982] [Google Scholar]
  80. Peebles, P. J. E., Melott, A. L., Holmes, M. R., & Jiang, L. R. 1989, ApJ, 345, 108 [CrossRef] [Google Scholar]
  81. Peñarrubia, J., Ma, Y.-Z., Walker, M. G., & McConnachie, A. 2014, MNRAS, 443, 2204 [Google Scholar]
  82. Peñarrubia, J., Gómez, F. A., Besla, G., Erkal, D., & Ma, Y.-Z. 2016, MNRAS, 456, L54 [CrossRef] [Google Scholar]
  83. Pillepich, A., Sotillo-Ramos, D., Ramesh, R., et al. 2024, MNRAS, 535, 1721 [NASA ADS] [CrossRef] [Google Scholar]
  84. Powell, D. 2015, https://github.com/devonmpowell/r3d/blob/master/la-ur-15-26964.pdf [Google Scholar]
  85. Powell, D., & Abel, T. 2015, J. Comput. Phys., 297, 340 [NASA ADS] [CrossRef] [Google Scholar]
  86. Power, C., Navarro, J. F., Jenkins, A., et al. 2003, MNRAS, 338, 14 [Google Scholar]
  87. Reid, M. J., & Brunthaler, A. 2004, ApJ, 616, 872 [Google Scholar]
  88. Sales, L. V., Wetzel, A., & Fattahi, A. 2022, Nat. Astron., 6, 897 [NASA ADS] [CrossRef] [Google Scholar]
  89. Salomon, J. B., Ibata, R. A., Famaey, B., Martin, N. F., & Lewis, G. F. 2016, MNRAS, 456, 4432 [CrossRef] [Google Scholar]
  90. Salomon, J. B., Ibata, R., Reylé, C., et al. 2021, MNRAS, 507, 2592 [NASA ADS] [Google Scholar]
  91. Sandage, A., & Tammann, G. A. 1975, ApJ, 196, 313 [NASA ADS] [CrossRef] [Google Scholar]
  92. Santos-Santos, I. M. E., Navarro, J. F., & McConnachie, A. 2024, MNRAS, 532, 2490 [NASA ADS] [CrossRef] [Google Scholar]
  93. Sawala, T., Frenk, C. S., Fattahi, A., et al. 2016, MNRAS, 457, 1931 [Google Scholar]
  94. Sawala, T., McAlpine, S., Jasche, J., et al. 2022, MNRAS, 509, 1432 [Google Scholar]
  95. Sawala, T., Cautun, M., Frenk, C., et al. 2023a, Nat. Astron., 7, 481 [Google Scholar]
  96. Sawala, T., Peñarrubia, J., Liao, S., & Johansson, P. H. 2023b, MNRAS, 526, L77 [NASA ADS] [CrossRef] [Google Scholar]
  97. Schaller, M., Borrow, J., Draper, P. W., et al. 2024, MNRAS, 530, 2378 [NASA ADS] [CrossRef] [Google Scholar]
  98. Schlegel, D., Davis, M., Summers, F., & Holtzman, J. A. 1994, ApJ, 427, 527 [NASA ADS] [CrossRef] [Google Scholar]
  99. Sohn, S. T., Anderson, J., & van der Marel, R. P. 2012, ApJ, 753, 7 [NASA ADS] [CrossRef] [Google Scholar]
  100. Sorce, J. G., Gottlöber, S., Yepes, G., et al. 2016, MNRAS, 455, 2078 [NASA ADS] [CrossRef] [Google Scholar]
  101. Springel, V., Pakmor, R., Zier, O., & Reinecke, M. 2021, MNRAS, 506, 2871 [NASA ADS] [CrossRef] [Google Scholar]
  102. Stopyra, S., Pontzen, A., Peiris, H., Roth, N., & Rey, M. 2021, ApJS, 252, 28 [CrossRef] [Google Scholar]
  103. Taibi, S., Pawlowski, M. S., Khoperskov, S., Steinmetz, M., & Libeskind, N. I. 2024, A&A, 681, A73 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  104. Tamm, A., Tempel, E., Tenjes, P., Tihhonova, O., & Tuvikene, T. 2012, A&A, 546, A4 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  105. Tassev, S., Zaldarriaga, M., & Eisenstein, D. 2013, JCAP, 2013, 036 [CrossRef] [Google Scholar]
  106. Tollerud, E. J., Beaton, R. L., Geha, M. C., et al. 2012, ApJ, 752, 45 [NASA ADS] [CrossRef] [Google Scholar]
  107. Tully, R. B., Rizzi, L., Shaya, E. J., et al. 2009, AJ, 138, 323 [NASA ADS] [CrossRef] [Google Scholar]
  108. Tully, R. B., Courtois, H. M., Dolphin, A. E., et al. 2013, AJ, 146, 86 [NASA ADS] [CrossRef] [Google Scholar]
  109. Tully, R. B., Pomarède, D., Graziani, R., et al. 2019, ApJ, 880, 24 [Google Scholar]
  110. van der Marel, R. P., & Guhathakurta, P. 2008, ApJ, 678, 187 [CrossRef] [Google Scholar]
  111. van der Marel, R. P., Fardal, M., Besla, G., et al. 2012, ApJ, 753, 8 [NASA ADS] [CrossRef] [Google Scholar]
  112. Vasiliev, E., Belokurov, V., & Erkal, D. 2021, MNRAS, 501, 2279 [NASA ADS] [CrossRef] [Google Scholar]
  113. Veljanoski, J., Mackey, A. D., Ferguson, A. M. N., et al. 2014, MNRAS, 442, 2929 [NASA ADS] [CrossRef] [Google Scholar]
  114. Virtanen, P., Gommers, R., Oliphant, T. E., et al. 2020, Nat. Meth., 17, 261 [Google Scholar]
  115. Wang, H., Mo, H. J., Yang, X., & van den Bosch, F. C. 2013, ApJ, 772, 63 [NASA ADS] [CrossRef] [Google Scholar]
  116. Wang, H., Mo, H. J., Yang, X., Jing, Y. P., & Lin, W. P. 2014, ApJ, 794, 94 [NASA ADS] [CrossRef] [Google Scholar]
  117. Wang, W., Han, J., Cautun, M., Li, Z., Ishigaki, M. N., et al. 2020, Sci. China Phys. Mech. Astron., 63, 109801 [NASA ADS] [CrossRef] [Google Scholar]
  118. Watkins, L. L., Evans, N. W., & van de Ven, G. 2013, MNRAS, 430, 971 [NASA ADS] [CrossRef] [Google Scholar]
  119. Zaroubi, S., Hoffman, Y., & Dekel, A. 1999, ApJ, 520, 413 [NASA ADS] [CrossRef] [Google Scholar]
  120. Zhai, M., Guo, Q., Zhao, G., Gu, Q., & Liu, A. 2020, ApJ, 890, 27 [NASA ADS] [CrossRef] [Google Scholar]

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.