[論文レビュー] Improved Master for the LSS: Fast and accurate analysis of the two point power spectra and correlation functions

Sukhdeep Singh|arXiv (Cornell University)|May 10, 2021

Astronomy and Astrophysical Research被引用数 4

ひとこと要約

この論文は、大規模構造サーベイにおける2点統計量—パワースペクトルと相関関数—を高速かつ高精度に推定するためのiMasterアルゴリズムを紹介する。疑似Cℓ推定器における窓関数バイアスを理論的モデルを用いて補正することで、事後補正なしに不偏で最適な測定を可能にし、特に高ℓおよび複雑な選択関数を有するサーベイにおいて、高精度な宇宙論に顕著に寄与する。

ABSTRACT

We review the methodology for measurements of two point functions of the cosmological observables, both power spectra and correlation functions. For pseudo-$C_\\ell$ estimators, we will argue that the window weighted overdensity field can yield more optimal measurements as the window acts as an inverse noise weight, an effect that becomes more important for surveys with a variable selection function. We then discuss the impact of approximations made in the {\\sc Master} algorithm and suggest improvements, the {\\sc $i$Master} algorithm, that uses the theoretical model to give unbiased results for arbitrarily complex windows provided that the model satisfies weak accuracy conditions. The methodology of {\\sc $i$Master} algorithm is also generalized to the correlation functions to reconstruct the binned power spectra, for E/B mode separation, or to properly convolve the correlation functions to account for the scale cuts in the Fourier space model. We also show that the errors in the window estimation lead to both additive and multiplicative effects on the over density field. Multiplicative effects show up as mis-estimated window power and are typically higher order but can be important at the few percent precision requirements. Accurate estimation of window power can be required up to scales of $\\sim 2\\ell_\ ext{max}$ or larger. Misestimation of the window power leads to biases in the measured power spectra which scale as ${\\delta C_\\ell}\\sim M^W_{\\ell\\ell'}\\delta W_{\\ell'}$, where the $M^W_{\\ell\\ell'}$ scales as $\\sim(2\\ell+1)C_\\ell$ leading to effects that can be important at high $\\ell$. While the notation in this paper is geared towards photometric galaxy surveys, the discussion is equally applicable to spectroscopic galaxy, intensity mapping and CMB surveys.

研究の動機と目的

• 大規模構造サーベイにおけるサーベイ窓関数の不正確なモデル化が引き起こす疑似Cℓ推定器の系統的バイアスを是正すること。
• バインニングと窓関数補正を解析的に組み込むことで、非バインディング理論モデルと直接比較可能な計算効率の高い手法を開発すること。
• 改善されたアルゴリズムを相関関数へ一般化し、フーリエ空間におけるスケールカットとの適切な畳み込みおよびE/Bモード分離を可能にすること。
• LSST 3×2ptサーベイなどの大規模解析において、計算量とメモリコストを低減し、複雑性をO(ℓ_max²)からO(N_bin²)に低下させること。
• 窓関数パワー推定誤差が宇宙論的パワースペクトルに与える影響を定量化し、バイアスがδCℓ ∼ M^W_ℓℓ′ δW_ℓ′のスケーリングに従い、M^W ∝ (2ℓ+1)Cℓであることを示すこと。

提案手法

• iMasterアルゴリズムは、理論的パワースペクトルを用いて窓応答をモデル化することで、標準的なマスターアルゴリズムのバイアスを補正し、複雑で非一様な窓関数に対しても不偏な再構築を保証する。
• 真の窓関数と理論的パワースペクトルを考慮した修正された結合行列を採用し、加法的および乗法的誤差を引き起こす近似を回避する。
• 窓重み付き相関関数を逆変換することで、相関関数への一般化を図り、バインダーのパワースペクトル再構築、E/Bモード分離、フーリエ空間におけるスケールカットとの適切な畳み込みを可能にする。
• バインニングと窓関数補正を解析的に実行することで、有効なバイン中心における非バインディング理論モデルとの直接比較が可能になり、追加の補正が不要になる。
• 初期設定後、計算複雑性をO(ℓ_max²)からO(N_bin²)に低減し、大規模パラメータ空間のサンプリングにおいて顕著な性能向上を実現する。
• 窓推定からの加法的および乗法的誤差を考慮し、系統的バイアスを回避するためには、窓パワー推定がおよそ2ℓ_maxまたはそれ以上のスケールまで高精度で必要であることを示している。

実験結果

リサーチクエスチョン

• RQ1 窓関数推定の不正確さが測定されたパワースペクトルへのバイアスにどのように伝播するか、そのスケーリング特性は何か？
• RQ2 標準的なマスターアルゴリズムは、パワースペクトルスケーリングに関する誤った仮定から生じるバイアスを体系的に是正できるか？
• RQ3 iMasterアルゴリズムは、LSST 3×2ptサーベイなどの大規模宇宙論的解析において、計算コストとメモリコストをどの程度低減できるか？
• RQ4 iMasterフレームワークは、フーリエ空間におけるスケールカットとの適切な畳み込みおよびE/Bモード分離を可能にするように、相関関数へどのように拡張できるか？
• RQ5 特に高ℓにおいて、宇宙論的推論が不偏になるために、窓パワー推定にどの程度の精度が求められるか？

主な発見

• iMasterアルゴリズムは、理論的パワースペクトルを用いて窓応答をモデル化することで、疑似Cℓ推定器のバイアスを完全に除去し、複雑で非一様な窓関数に対しても不偏な結果を保証する。
• 窓パワー推定の誤差は、δCℓ ∼ M^W_ℓℓ′ δW_ℓ′のスケーリングに従い、M^W ∝ (2ℓ+1)Cℓであるため、高ℓ効果は窓の不正確さに特に敏感である。
• 系統的誤差を回避するためには、窓パワー推定がおよそ2ℓ_maxまたはそれ以上のスケールまで高精度で必要である。
• iMasterアルゴリズムは、バインニングと窓関数補正を解析的に実行することで、非バインディング理論モデルとの直接比較を可能にし、事後補正の必要性を排除する。
• 計算複雑性をO(ℓ_max²)からO(N_bin²)に低減することで、LSST 3×2ptサーベイなどの大規模解析において顕著な性能向上を実現する。
• このフレームワークは相関関数へ一般化可能で、E/Bモード分離とフーリエ空間におけるスケールカットとの適切な畳み込みを伴うバインダーのパワースペクトル再構築を可能にする。