[論文レビュー] Euclid preparation : XXVIII. Forecasts for ten different higher-order weak lensing statistics

Euclid Collaboration, V. Ajani+212 more|arXiv (Cornell University)|Jan 1, 2023

demographic modeling and climate adaptation被引用数 1

ひとこと要約

本稿は、Euclidに類似したN体シミュレーションを用いて、ピークカウント、ミンコフスキー関数、恒久的ホモロジーなど10種類の高次弱レイトン統計の宇宙論的制約力の予測を行う。個々の高次統計は2点相関関数に比べてパラメータの精度を約2倍に向上させ、すべての統計を組み合わせることで、Ωmおよびσ8の制約力が4.5倍に向上することが判明した。

ABSTRACT

Recent cosmic shear studies have shown that higher-order statistics (HOS) developed by independent teams now outperform standard two-point estimators in terms of statistical precision thanks to their sensitivity to the non-Gaussian features of large-scale structure. The aim of the Higher-Order Weak Lensing Statistics (HOWLS) project is to assess, compare, and combine the constraining power of ten different HOS on a common set of $Euclid$-like mocks, derived from N-body simulations. In this first paper of the HOWLS series, we computed the nontomographic ($\Omega_{ m m}$, $\sigma_8$) Fisher information for the one-point probability distribution function, peak counts, Minkowski functionals, Betti numbers, persistent homology Betti numbers and heatmap, and scattering transform coefficients, and we compare them to the shear and convergence two-point correlation functions in the absence of any systematic bias. We also include forecasts for three implementations of higher-order moments, but these cannot be robustly interpreted as the Gaussian likelihood assumption breaks down for these statistics. Taken individually, we find that each HOS outperforms the two-point statistics by a factor of around two in the precision of the forecasts with some variations across statistics and cosmological parameters. When combining all the HOS, this increases to a $4.5$ times improvement, highlighting the immense potential of HOS for cosmic shear cosmological analyses with $Euclid$. The data used in this analysis are publicly released with the paper.

研究の動機と目的

• 共通のシミュレートデータセットを用いて、10種類の異なる高次弱レイトン統計の宇宙論的制約力の評価と比較を行うこと。
• 高次統計が、標準的な2点相関関数に比べて、宇宙論的パラメータ推定における統計的精度を上回るかどうかを評価すること。
• 複数の高次統計を組み合わせることで、さらに宇宙論的制約力を向上させられるかを調査すること。
• 非ガウス性および宇宙シェア解析における系誤差に対して感度が低い、強固な統計的指標を同定すること。
• 系統的バイアスが存在しない状況での性能予測を通じて、今後の観測解析の基盤を提供すること。

提案手法

• SLICSおよびDUSTGRAIN-pathfinderのN体シミュレーションから得られた、1000個のEuclidに類似した質量マップシミュレーションを共通のセットとして使用した。
• 非トロモフィックなフィッシャー情報行列を、κ-PDF、ピークカウント、ミンコフスキー関数、ベッチ数、恒久的ホモロジーのベッチ数およびヒートマップ、スキャッタリング変換係数の合計10種類の高次統計について計算した。
• ガウス分布仮定のもとで、標準的な2点相関関数（シェアおよびコヒーレンス）の制約と予測された制約を比較した。
• 3つの高次モーメント（M3_ap、Mn_ap）についても予測を含めたが、ガウス仮定の破綻により信頼性が低いとされた。
• フィッシャー行列形式を用いて、すべての統計においてΩmおよびσ8のパラメータ不確実性を推定した。
• 将来的なトロモフィック解析におけるデータ圧縮の必要性を評価するために、統計間の相関を評価した。

実験結果

リサーチクエスチョン

• RQ1 高次弱レイトン統計は、標準的な2点相関関数に比べて、宇宙論的パラメータの制約力を上回ることができるか？
• RQ2 同じシミュレートデータに適用した場合、異なる高次統計の相対的な制約力はどの程度か？
• RQ3 複数の高次統計を組み合わせることで、宇宙論的パラメータの精度がどの程度向上するか？
• RQ4 レイトン信号における非ガウス性の特徴が、ガウス推定器に比べて統計的パワーをどの程度高めるか？
• RQ5 特にデゲネラシーとデータ共分散圧縮に関する課題を含め、複数の高次統計を組み合わせる際の課題は何か？

主な発見

• 個々の高次統計は、2点相関関数に比べて、宇宙論的パラメータの精度を約2倍に向上させる。
• すべての10種類の高次統計を組み合わせることで、Ωmおよびσ8パラメータの制約力が4.5倍に向上する。
• κ-PDF、ピークカウント、ミンコフスキー関数、ベッチ数、恒久的ホモロジーのベッチ数、恒久的ホモロジーのヒートマップ、スキャッタリング変換係数は、すべて2点統計に比べて顕著な向上を示す。
• 高次モーメント（M3_ap、Mn_ap）は一貫性を保つために含めたが、非ガウス分布のため、ガウス分布仮定のもとでは信頼性が低い。
• 統計間に強い相関が見られたため、将来的なトロモフィック解析における、強固なデータ共分散圧縮方式の導入が不可欠であることが示された。
• 本研究は、将来的なEuclid解析において、系誤差と宇宙論的パラメータのデゲネラシーを解消する可能性を高次統計が有していることを強調している。