Skip to main content
QUICK REVIEW

[論文レビュー] Cosmological searches for the neutrino mass scale and mass ordering

Sunny Vagnozzi|arXiv (Cornell University)|Jul 18, 2019
Cosmology and Gravitation Theories被引用数 5
ひとこと要約

本研究は、大規模構造(LSS)データを用いて、ニュートリノ質量の和に対するきわめて信頼性の高い上限値 0.12 eV を確立することで、ニュートリノ宇宙論を前進させた。また、質量を持つニュートリノによる系境的誤差を克服するため、校正済みでスケールに依存する銀河バイアスモデルを提案し、非パラドックス的ダークエネルギーモデルではこの上限値がさらに厳しくなることを示した。さらに、ニュートリノパラメータがインフレーションパラメータの制約にほとんど影響しないことから、初期宇宙宇宙論の安定性が保証された。

ABSTRACT

In this thesis, I describe a number of recent important developments in neutrino cosmology on three fronts. Firstly, focusing on Large-Scale Structure (LSS) data, I will show that current cosmological probes contain a wealth of information on the sum of the neutrino masses. I report on the analysis leading to the currently best upper limit on the sum of the neutrino masses of $0.12\,{ m eV}$. I show how cosmological data exhibits a weak preference for the normal neutrino mass ordering because of parameter space volume effects, and propose a simple method to quantify this preference. Secondly, I will discuss how galaxy bias represents a severe limitation towards fully capitalizing on the neutrino information hidden in LSS data. I propose a method for calibrating the scale-dependent galaxy bias using CMB lensing-galaxy cross-correlations. Moreover, in the presence of massive neutrinos, the usual definition of bias becomes inadequate, as it leads to a scale-dependence on large scales which has never been accounted for. I show that failure to define the bias appropriately will be a problem for future LSS surveys, and propose a simple recipe to account for the effect of massive neutrinos on galaxy bias. Finally, I discuss implications of correlations between neutrino parameters and other cosmological parameters. In non-phantom dynamical dark energy models, the upper limit on the sum of the neutrino masses becomes tighter than the $Λ$CDM limit. Therefore, such models exhibit an even stronger preference for the normal ordering, and their viability could be jeopardized should near-future laboratory experiments determine that the mass ordering is inverted. I then discuss correlations between neutrino and inflationary parameters. I find that our determination of inflationary parameters is stable against assumptions about the neutrino sector. (abridged)

研究の動機と目的

  • 宇宙論的大規模構造(LSS)データからの正確なニュートリノ質量制約を抽出するという、銀河バイアス系境的誤差によって制限されている重要な課題に取り組む。
  • 質量を持つニュートリノが存在する状況では、標準的な銀河バイアス定義が大スケールで誤ったスケール依存効果を引き起こすため、その不適切さを解消する。
  • パラメータ空間の体積効果を考慮した上で、宇宙論的データが正規ニュートリノ質量順序にどれほど好意的であるかを定量化する。
  • 特に非パラドックス的ダークエネルギーモデルにおける、ニュートリノパラメータと他の宇宙論的パラメータとの相関が、質量制約に与える影響を調査する。
  • ニュートリノ系境的不確実性が初期宇宙物理学に与える影響を最小限に抑えるために、インフレーションパラメータ推定の堅牢性を評価する。

提案手法

  • ベイズ的パラメータ推定を用いて、現在のLSS調査からの銀河パワースペクトルデータを分析し、現在のところ最もきついニュートリノ質量和の上限を導出する。
  • CMBレンズ効果と銀河クラスタリングの相互相関を用いた、スケールに依存する銀河バイアスの新しい補正法を提案し、宇宙論的推定の精度を向上させる。
  • 質量を持つニュートリノの重力的効果を考慮した修正版標準銀河バイアス定義を提示し、大スケールパワースペクトルにおける誤ったスケール依存性を回避する。
  • 将来の調査に整合性を保つために、質量を持つニュートリノが銀河バイアスに与える影響をモデル化するシンプルな解析的レシピを導入する。
  • 非パラドックス的動的ダークエネルギーモデル(例:クインテッセンス)におけるパラメータのデゲネラシーを、標準的な ΛCDM モデルと比較することで調査する。
  • フィッシャー行列技術とモデル比較を用いて、ニュートリノパラメータとの相関を検討することで、インフレーションパラメータ制約の安定性を評価する。

実験結果

リサーチクエスチョン

  • RQ1現在のLSSデータから得られるニュートリノ質量和の上限値として、可能な限りきつい値は何か? そして、系境的バイアスにどのように影響を受けるか?
  • RQ2質量を持つニュートリノが存在する場合、標準的な銀河バイアス定義がなぜ無効となるのか? そして、物理的に整合性のある代替定義は何か?
  • RQ3宇宙論的データは、正規ニュートリノ質量順序にどれほど好意的であるか? そして、統計的体積効果を超えて、その好意性を定量化できるか?
  • RQ4非パラドックス的ダークエネルギーモデルでは、ΛCDM と比較してニュートリノ質量和の上限値がどのように変化するか? また、質量順序に与える影響は何か?
  • RQ5インフレーションパラメータの制約は、ニュートリノ系境の不確実性にどれほど敏感か? そして、ニュートリノの未知要因は初期宇宙宇宙論において顕著なネイジュー(不都合要因)と見なせるか?

主な発見

  • 分析により、現在のところ最もきついニュートリノ質量和の上限値が得られた:0.12 eV、銀河パワースペクトルデータから導出された。
  • 宇宙論的データは、正規ニュートリノ質量順序に弱くも定量的に好意的であるが、主に正規階層におけるパラメータ空間の体積が大きいことが主な要因である。
  • 質量を持つニュートリノが存在する状況で銀河バイアスを適切に定義しないと、とりわけ将来的な高精度LSS調査において、誤った宇宙論的パラメータ推定が生じる。
  • CMBレンズ効果と銀河の相互相関を用いたスケールに依存する銀河バイアスの補正法は、ニュートリノ質量制約の信頼性を著しく向上させる。
  • 非パラドックス的ダークエネルギーモデルでは、ΛCDM よりもニュートリノ質量和の上限値がさらに厳しくなるため、正規質量順序への好意がさらに強化される。
  • ニュートリノパラメータとインフレーションパラメータとの間には最小限の相関が認められ、ニュートリノ系境の不確実性がインフレーションモデルの制約精度を著しく損なわないことが示された。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。