[論文レビュー] Discriminating between different scenarios for the formation and evolution of massive black holes with LISA

Alexandre Toubiana, Kaze W. K. Wong+6 more|arXiv (Cornell University)|Jan 1, 2021

Galaxies: Formation, Evolution, Phenomena参考文献 116被引用数 18

ひとこと要約

本稿では、LISAの重力波観測を用いて、質量黒洞（MBH）の形成シナリオを競合するものとして区別する階層ベイズ推論パイプラインを提案する。軽量種子と重い種子のMBHモデルからの混合集団を模擬したLISAデータを用いて、この手法は、形成シナリオ間の混合割合を正確に推定でき、機器ノイズおよび弱いレンズ効果の誤差に対しても頑健であることが示され、LISAがMBH種子形成機構を制約可能であることを裏付ける。

ABSTRACT

Electromagnetic observations have provided strong evidence for the existence of massive black holes in the center of galaxies, but their origin is still poorly known. Different scenarios for the formation and evolution of massive black holes lead to different predictions for their properties and merger rates. LISA observations of coalescing massive black hole binaries could be used to reverse engineer the problem and shed light on these mechanisms. In this paper, we introduce a pipeline based on hierarchical Bayesian inference to infer the mixing fraction between different theoretical models by comparing them to LISA observations of massive black hole mergers. By testing this pipeline against simulated LISA data, we show that it allows us to accurately infer the properties of the massive black hole population as long as our theoretical models provide a reliable description of the Universe. We also show that measurement errors, including both instrumental noise and weak lensing errors, have little impact on the inference.

研究の動機と目的

• LISAの観測を用いて、質量黒洞（MBH）形成の競合する天体物理学的シナリオを区別する手法を開発すること。
• LISAが混合集団における異なるMBH種子モデル（軽量種子対重い種子）の相対的寄与度をどの程度正確に推定できるかを定量化すること。
• 機器ノイズおよび弱い重力レンズ効果による測定誤差に対して、推論パイプラインの頑健性を評価すること。
• LISAが合体するMBHBの集団的性質を分析することで、MBH形成メカニズムを逆算可能であることを示すこと。
• 更新された半アナリティカル銀河およびMBH進化モデルに基づく、現実的なLISAデータのシミュレーションを用いて、手法の妥当性を検証すること。

提案手法

• 本研究では、ハイパーパrameterとして、軽量種子（LS）と重い種子（HS）MBH形成モデル間の混合割合を推定するための階層ベイズフレームワークを採用する。
• シミュレーテッドLISAデータは、バウスエら（2012）の半アナリティカルモデルを用い、バリオン物理学、MBH対形成、および硬化プロセスの更新された取り扱いを組み込む。
• パイプラインは、高次調波およびスピン効果を含むLISA信号をモデル化するため、現象論的波形近似式PhenomHMを用いる。
• パラメータ推定は、ゼロノイズ近似におけるフィッシャー情報行列を用いて実施され、固有パラメータおよび距離の推定誤差を現実的に評価する。
• 機器ノイズは、混乱ノイズを含むSciRDv1ノイズカーブを用いてモデル化され、低周波数カットオフは10−5 Hzに設定される。
• 推論の頑健性は、異なる天体物理学的モデルからのシミュレーテッドデータを生成し、検出器ノイズおよび弱いレンズ効果による誤差の影響を評価することで検証される。

実験結果

リサーチクエスチョン

• RQ1 LISAの観測は、集団レベルの重力波データに基づいて、質量黒洞形成の軽量種子と重い種子のシナリオを区別できるか？
• RQ2 階層ベイズ推論を用いることで、異なるMBH形成モデル間の混合割合はどの程度正確に推定できるか？
• RQ3 機器ノイズおよび弱いレンズ効果の誤差は、競合するMBH形成シナリオの区別能力にどの程度悪影響を及えるか？
• RQ4 真の集団が想定モデルから逸脱している場合、特に測定不確実性が存在する状況でも、推論パイプラインは頑健に保たれるか？
• RQ5 LISAの観測は、種子質量や硬化効率といった、MBH集団を形作る背後にある天体物理学的メカニズムを逆算可能か？

主な発見

• 理論的モデルが真の集団を正確に記述する場合、階層ベイズパイプラインは、軽量種子と重い種子MBH形成モデル間の混合割合を高い精度で推定できた。
• この手法は、機器ノイズおよび弱い重力レンズ効果による測定誤差に対しても頑健であり、混合割合の推定にほとんど影響を及えないことが示された。
• LISAは、合体する二重MBHBの質量、スピン、赤方偏移の集団的分布に基づいて、異なるMBH形成シナリオを区別できる。
• シミュレーション結果から、混乱ノイズや4〜10年のミッション期間を含む現実的なLISAデータ特性があっても、推論は信頼性を保つことがわかった。
• 本研究では、LISAの観測がMBH種子形成の物理的メカニズムおよび最後のパーセク問題を、MBHB集団の統計的性質を分析することで強く制約可能であると確認した。
• パイプラインは、重力波データから質量黒洞の形成歴史を逆算可能であるという、階層ベイズ手法による集団推論が現実的であることを示した。