Licia Verde, Stéphane Mallat, Siyu He, Francisco Villaescusa-Navarro, Andrej Obuljen, Yin Li, Elena Giusarma, Justin Alsing, Chi-Ting Chiang, Benjamin D. Wandelt, Emanuele Castorina, Shirley Ho, Roman Scoccimarro, Gabriella Contardo, Doogesh Kodi Ramanah, Tom Charnock, Elena Massara, David N. Spergel, Antoine Brochard, Yu Feng, Alice Pisani, Arka Banerjee, Christina D. Kreisch, Ana Maria Delgado, Andrina Nicola, Matteo Viel, Cora Uhlemann, ChangHoon Hahn, Erwan Allys, Institut d'Astrophysique de Paris (IAP), Institut national des sciences de l'Univers (INSU - CNRS)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Institut Lagrange de Paris, Sorbonne Universités, Laboratoire de physique de l'ENS - ENS Paris (LPENS (UMR_8023)), Fédération de recherche du Département de physique de l'Ecole Normale Supérieure - ENS Paris (FRDPENS), Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris)-Université Paris Diderot - Paris 7 (UPD7)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), École normale supérieure - Paris (ENS Paris), Collège de France (CdF), Flatiron Institute, Simons Foundation, University of California [Berkeley], University of California, Stanford University, New York City College of Technology [CUNY] (City Tech), City University of New York [New York] (CUNY), Sorbonne Université (SU), Astrophysique, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Université de Paris (UP)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Université de Paris (UP), Université Paris sciences et lettres (PSL), Dynamics of Geometric Networks (DYOGENE), Département d'informatique de l'École normale supérieure (DI-ENS), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria), University of Cambridge [UK] (CAM), Brookhaven National Laboratory [Upton, NY] (BNL), U.S. Department of Energy [Washington] (DOE)-UT-Battelle, LLC-Stony Brook University [SUNY] (SBU), State University of New York (SUNY)-State University of New York (SUNY), Princeton University, University of Waterloo [Waterloo], Institut de Ciencies del Cosmos (ICCUB), Universitat de Barcelona (UB), Istituto Nazionale di Fisica Nucleare (INFN), Collège de France (CdF (institution)), University of California [Berkeley] (UC Berkeley), University of California (UC), Laboratoire de physique de l'ENS - ENS Paris (LPENS), Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Université Paris Cité (UPCité)-Département de Physique de l'ENS-PSL, École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Université Paris Cité (UPCité)-Département de Physique de l'ENS-PSL, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Département d'informatique - ENS Paris (DI-ENS), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL), UT-Battelle, LLC-Stony Brook University [SUNY] (SBU), State University of New York (SUNY)-State University of New York (SUNY)-U.S. Department of Energy [Washington] (DOE), ANR-16-CE23-0002,BIG4,Grosses données, Grosses simulations, Big Bang et Grands problèmes: Algorithes de reconstruction bayésiennes contraintes par la physique et application à l'analyse de données cosmologiques(2016), Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Département d'informatique - ENS Paris (DI-ENS), Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Paris (ENS Paris), and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris)
The Quijote simulations are a set of 44,100 full N-body simulations spanning more than 7,000 cosmological models in the $\{\Omega_{\rm m}, \Omega_{\rm b}, h, n_s, \sigma_8, M_\nu, w \}$ hyperplane. At a single redshift the simulations contain more than 8.5 trillions of particles over a combined volume of 44,100 $(h^{-1}{\rm Gpc})^3$; each simulation follow the evolution of $256^3$, $512^3$ or $1024^3$ particles in a box of $1~h^{-1}{\rm Gpc}$ length. Billions of dark matter halos and cosmic voids have been identified in the simulations, whose runs required more than 35 million core hours. The Quijote simulations have been designed for two main purposes: 1) to quantify the information content on cosmological observables, and 2) to provide enough data to train machine learning algorithms. In this paper we describe the simulations and show a few of their applications. We also release the Petabyte of data generated, comprising hundreds of thousands of simulation snapshots at multiple redshifts, halo and void catalogs, together with millions of summary statistics such as power spectra, bispectra, correlation functions, marked power spectra, and estimated probability density functions., Comment: 20 pages, 15 figures. Matches published version. Simulations publicly available at https://github.com/franciscovillaescusa/Quijote-simulations