[論文レビュー] HYMALAIA: A Hybrid Lagrangian Model for Intrinsic Alignments

Francisco Maion, Raúl E. Angulo+4 more|arXiv (Cornell University)|Jul 25, 2023

Astronomy and Astrophysical Research参考文献 110被引用数 11

ひとこと要約

HYMALAIA は、N-body シミュレーションの非線形変位場でラグランジアン形状バias expansion を移流させるハイブリッド ラグランジアンモデルで、NLA および TATT より高精度を実現し、追加の自由パラメータなしで biased tracers の intrinsic alignments を予測します。

ABSTRACT

The intrinsic alignment of galaxies is an important ingredient for modelling weak-lensing measurements, and a potentially valuable cosmological and astrophysical signal. In this paper, we present HYMALAIA: a new model to predict the intrinsic alignments of biased tracers. HYMALAIA is based on a perturbative expansion of the statistics of the Lagrangian shapes of objects, which is then advected to Eulerian space using the fully non-linear displacement field obtained from $N$-body simulations. We demonstrate that HYMALAIA is capable of consistently describing monopole and quadrupole of halo shape-shape and matter-shape correlators, and that, without increasing the number of free parameters, it does so more accurately than other perturbatively inspired models such as the non-linear alignment (NLA) model and the tidal-alignment-tidal-torquing (TATT) model.

研究の動機と目的

• 弱いレンズ効果と IA を宇宙論的信号としてモデリングするための正確性のある intrinsic alignment の動機付け。
• biased tracers の IA を説明する形状のハイブリッド ラグランジアン バイアス フレームワークの開発。
• Lagrangian バイアス演算子を N-body シミュレーションからの非線形変位場を用いて Eulerian 空間へ移流。
• monopole および quadrupole 統計量を横断する既存の摂動的 IA モデルと比較して HYMALAIA を評価。

提案手法

• Lagrangian 形状バias 展開を定式化: g_{ij}(q) ≈ (c_s + c_{δs} δ) s_{ij}(q) + c_{s⊗s} (s⊗s)_{ij}(q) + c_{∇^2} ∇^2 s_{ij}(q) + ε^{L}_{ij}(q).
• これらの Lagrangian 演算子を完全な非線形変位場を用いて Eulerian 空間へ移流: g_{ij}(x) = ∫ d^3q δ^D(x−q−ψ(q)) g_{ij}(q).
• E/B モードに分解された形状の基底スペクトルを計算し、演算子のクロススペクトルとバイアスパラメータ、および確率ノイズの振幅 A_SN を組み合わせて P^{(ℓ)} スペクトルを構築。
• BACCO 重力のみの N-body シミュレーション（ volume 1440^3 h^-3 Mpc^3 ）を用い、F&P 分散削減によりアドベクトを評価し自己相関/相関パワースペクトルを測定。
• HYMALAIA モデルを 5 パラメータ（c_s, ﾀﾞサンプル? c_delta s, c_{s⊗s}, c_{∇^2}, A_SN）で設定。
• LA、NLA、TATT および EFT IA モデルと monopole および quadrupole IA 統計量を用いて比較。

Figure 1: Basis spectra employed in the construction of the HYMALAIA model. Some of these spectra are negative, and hence we show their absolute values, for visualization purposes. The top panel shows the monopole of the auto and cross power-spectra computed between the basis operators entering the

実験結果

リサーチクエスチョン

• RQ1 バイアスされたトレーサの intrinsic alignments を標準摂動理論を超えて説明できるハイブリッド ラグランジアン バイアス手法は可能か。
• RQ2 HYMALAIA は NLA、TATT、EFT IA モデルと比較して E- および B-mode IA スペクトルの予測性能がどうか。
• RQ3 非線形変位の移流が IA の予測とパラメータの退化にどのような影響を与えるか。
• RQ4 HYMALAIA によって推定された Lagrangian バイアスパラメータは density-weighting の期待値（例: steil de{c}_{sδ} ≈ b_1 c_s）を満たすか。

主な発見

• HYMALAIA はモノポールおよびハロー形状–形状および物質–形状の相関の quadrupole を一貫して記述する。
• 5 パラメータ設定を超える追加の自由パラメータなしで、HYMALAIA は NLA や TATT のような摂動的に触発されたモデルより優れている。
• モデルは N-body シミュレーションからの完全非線形変位場を利用しており、標準 PT のスケールを超えた有効性を拡張する。
• Lagrangian 形状展開の密度加重は、c_{sδ} を b_1 c_s と結合する再定義された tilde{c}_{sδ} パラメータを示唆する。
• このフレームワークは、IA の堅牢で非依存的なモデリングツールとしてのハイブリッド Lagrangian バイアス手法の実現性を示している。

Figure 2: Points with error bars indicate the shape power spectrum multipoles measured from the simulations with Nenya cosmology, $L=512\,h^{-1}$ Mpc, at redshift $z=0$ . Colored solid lines represent the fits using HYMALAIA. Dashed lines indicate spectra that are originally negative, but are plotte