[論文レビュー] Emulating galaxy and peculiar velocity clustering on non-linear scales

Tyann Dumerchat, J. Bautista+38 more|arXiv (Cornell University)|Feb 3, 2026

Galaxies: Formation, Evolution, Phenomena被引用数 0

ひとこと要約

この論文は AbacusSummit シミュレーションと HOD を用いて非線形の銀河クラスタリングと赤shift空間における peculiar velocity クラスタリングのエミュレータを構築し、galaxy と velocity clustering を組み合わせることで fσ8 と w0 の制約を向上させることを示し、現実的な速度モックの評価を行う。

ABSTRACT

We explore the potential of cross-correlating galaxies and peculiar velocities on non-linear scales to enhance cosmological constraints. Leveraging the extsc{AbacusSummit} simulation suite and the halo occupation distribution (HOD) formalism, we train emulator models to describe the non-linear clustering of galaxies and velocities in redshift space. Our analysis demonstrates that combining galaxy and peculiar velocity clustering, provides tighter constraints on both HOD and cosmological parameters, particularly on $σ_8$ and $w_0$. We further apply our models to realistic mock catalogues, reproducing the expected density and peculiar velocity errors of type-Ia supernovae and Tully-Fisher/fundamental plane measurements for the combined ZTF and DESI measurements. While systematic biases arise in the HOD parameters, the cosmological constraints remain unbiased, yielding $3.8\%$ precision measurement on $fσ_8$ compared to $4.7\%$ using galaxy clustering alone. We demonstrate that, while combining tracers with realistic velocity measurements still yields improvement, the gains are diminished, highlighting the need for further efforts to reduce velocity measurement uncertainties and correct observational systematics on small scales.

研究の動機と目的

• 非線形銀河クラスタリングから得られる情報を 2 点統計だけでなく抽出する必要性を動機づける。
• 銀河クラスタリングと peculiar velocity 測定の相互相関の利点を示す。
• 赤shift空間における非線形の銀河と速度クラスタリングのエミュレータを開発・訓練する。
• 速度測定不確実性を含む現実的なモックカタログでの性能を評価する。
• 多トレーサー文脈における宇宙論パラメータと HOD パラメータの回復とバイアスを定量化する。

提案手法

• AbacusSummit の N-体シミュレーションとハロー占有分布（HOD）モデリングを用いて銀河を配置する。
• 赤shift空間における銀河-銀河、速度-速度、速度-銀河の二点関数を測定し、多極（ξgg0, ξgg2, ξvv0, ξvv2, ξ vg1）に分解する。
• 共分散をエミュレータで捉えるため、宇宙論、HOD、スケール入力に対してクリノーニック構造のカーネルを用いた多スケールガウス過程エミュレータを訓練する。
• 入力を 0-1 の範囲に変換し、出力に対して双対対数を適用して訓練を安定化させる。
• 初期条件を固定し、異なる実現で回復セットを用いてエミュレータの精度をテストセットで検証する。
• 現実的な速度カタログ（TF/FP および SnIa）と関連誤差を構築し、宇宙論的推論をテストするために AP歪みを適用する。

実験結果

リサーチクエスチョン

• RQ1 銀河クラスタリングと peculiar velocity クラスタリングの結合解析は、非線形スケールでの成長率と膨張パラメータの制約をどれくらい改善できるか。
• RQ2 AbacusSummit シミュレーションで訓練されたエミュレータは、宇宙論と HOD の範囲を横断して非線形の銀河と速度クラスタリングを適切に補間できるか。
• RQ3 現実的な速度測定誤差と AP 歪みは、多トレーサー枠組みにおける宇宙論パラメータ回復にどのような影響を与えるか。
• RQ4 現実的なモックで HOD パラメータが偏向・摂動した場合でも宇宙論制約は偏りなく回復されるか。

主な発見

• 銀河クラスタリングと peculiar velocity クラスタリングを組み合わせると、銀河クラスタリング単独と比較して fσ8 の制約が改善される（設定によっては w0 も改善、例：fσ8 は 3.8% 対 4.7%）。
• エミュレータは複数の多極で良好な精度を示すが、スケールとトレーサーに応じて過剰適合/過小適合の傾向があり、エミュレータ共分散で捉えられる。
• 現実的な速度モックはショットノイズにより小スケールの不確かさを大きくするが、回復テストでは宇宙論制約は偏りなく回復。
• 速度測定は密度のみより情報を追加するが、速度誤差が大きい場合や系統的観測効果が強い場合には利得が減少。
• 相互相関観測量（ξgv1, ξgg0/2, ξvv0/2）は強い相関を示し、非線形性にもかかわらず結合推論を導く。
• モック解析で AP 歪みを組み込み、 fiducial と真 cosmology の違い下でのパラメータ回復の頑健性を検証している。