[論文レビュー] EDGES and JWST with 21cm global signal emulator

Shintaro Yoshiura, Teppei Minoda+1 more|arXiv (Cornell University)|May 19, 2023

Advanced Measurement and Metrology Techniques被引用数 4

ひとこと要約

本論文は、21cmグローバルシグナルを数mK未満の精度で効率的に予測できる、人工ニューラルネットワーク（ANN）ベースのエミュレータを開発した。これにより、ベイジアンパラメータ推定が高速化される。EDGES低周波帯データに適用した結果、結果はフォアグラウンドモデル、ノイズ仮定、周波数範囲に極めて敏感であることが判明した。ベイジアン証拠は、高次の多項式フォアグラウンドと強化されたノイズを支持しており、EDGESから得られたモデルはz≈16における最近のJWST銀河のUV輝度関数測定と整合的である。

ABSTRACT

The 21cm global signal is an important probe to reveal the properties of the first astrophysical objects and the processes of the structure formation from which one can constrain astrophysical and cosmological parameters. To extract the information of such parameters, one needs to efficiently evaluate the 21cm global signal for statistical analysis. First we developed an artificial neural network-based emulator to predict the 21cm global signal, which works with significantly less computational cost and high precision. Then we apply our emulator to demonstrate the parameter estimation based on the Bayesian analysis by using the publicly available EDGES low-band data. We find that the result is sensitive to the foreground model, the assumption of noise, and the frequency range used in the analysis. The Bayesian evidence suggests the models with higher order polynomial function and enhanced noise are preferred. We also compare models suggested from the EDGES low-band data and the ones from recent JWST measurements of the galaxy luminosity function at $z=16$. We find that the model which produces the 21cm absorption line at $z\approx15$ is well consistent with the central value of the observed luminosity function at $z=16$.

研究の動機と目的

• 宇宙論における効率的な統計的推論を可能にするために、21cmグローバルシグナルの高速かつ高精度なエミュレータを開発すること。
• 公開済みのEDGES低周波帯データを用いて、フォアグラウンド、ノイズ、周波数範囲の不確実性を考慮したベイジアンパラメータ推定を実施すること。
• EDGESから導かれた天体物理学的モデルと、z≈16における最近のJWST銀河のUV輝度関数観測との整合性を検証すること。
• フォアグラウンドやノイズモデルの系宮的効果を踏まえた21cmシグナル検出の妥当性を評価すること。
• EDGESの吸収シグナルが原始パワースペクトルパラメータおよび初期星形成に与える影響を検討すること。

提案手法

• 8つの天体物理学的パラメータと3つの原始パワースペクトルパラメータをカバーする21cmグローバルシグナルのシミュレーションに、人工ニューラルネットワーク（ANN）をトレーニングした。
• エミュレータは、21cmグローバルシグナルを数mK未満のルート・マンスリー・スクエア誤差（RMSE）で予測でき、フルシミュレーションと比較して計算コストを著しく削減した。
• ベイジアン推論にはPolychordサンプラーを用い、EDGES低周波帯データとモデル化されたフォアグラウンドに基づく尤度関数を採用した。
• フォアグラウンドは、次数を変化させた多項式関数でモデル化され、ノイズは白色または強化（赤方偏移に依存）と仮定された。
• 分析にはモデルパラメータの周辺化が行われ、競合するモデルの比較にはベイジアン証拠が用いられた。
• エミュレータはフル21cmFASTシミュレーションと比較して検証され、z=12およびz=16におけるUV輝度関数の事後分布が導出された。

実験結果

リサーチクエスチョン

• RQ1 フォアグラウンドモデルの選択が、EDGESデータからの21cmグローバルシグナルの推定とパラメータ制約に与える影響は何か？
• RQ2 ノイズモデル仮定（白色対強化）が、ベイジアン証拠およびシグナル検出の有意性に与える影響は何か？
• RQ3 EDGESから得られた天体物理学的パラメータは、z≈16における最近のJWST銀河UV輝度関数測定とどの程度整合的か？
• RQ4 21cmグローバルシグナルエミュレータは、高赤方偏移星形成モデルのシグナル形状と振幅を信頼性高く再現できるか？
• RQ5 事後分布における原始パワースペクトルパラメータの制約は、仮定されたシグナルモデルおよびデータ範囲にどの程度敏感か？

主な発見

• ANNベースのエミュレータは、広範な天体物理学的および原始パワースペクトルパラメータの範囲において、数mK未満の精度（RMSE）で21cmグローバルシグナルを予測した。
• ベイジアン証拠は、高次の多項式フォアグラウンドモデルと強化されたノイズを支持しており、信頼性ある推論のためにはシステム的モデル化が不可欠であることが示された。
• 21cmグローバルシグナルの振幅に関する事後分布はゼロと整合的であり、EDGESの検出結果がモデル仮定に敏感である可能性を示唆している。
• z≈15で21cm吸収ラインを生成するモデルは、z=16におけるJWST測定のUV輝度関数中央値と整合的である。
• 原始パワースペクトルのランニングに関する制約は弱いが、シグナルの形状と位置がよく定まればβ_sは制約可能である。
• EDGESデータから導かれたz=12およびz=16におけるUV輝度関数の事後分布は、最近のJWST観測と良好に一致している。