[論文レビュー] Inflation after Planck: and the winners are

Jérôme Martin|arXiv (Cornell University)|Dec 13, 2013

Cosmology and Gravitation Theories参考文献 4被引用数 3

ひとこと要約

この論文は、プランク2013年CMBデータを用いて、ベイジアンモデル比較を用いて単一場スローロールインフレーションモデルをランク付けし、証拠と複雑さに基づいて最も支持されるモデルを特定する。データ制約の後、約10％のインフレーション的状況――具体的には193個中17個――が統計的に好まれることが判明し、有効なインフレーションの地形が著しく狭められた。

ABSTRACT

We review the constraints that the recently released Cosmic Microwave Background (CMB) Planck data put on inflation and we argue that single field slow-roll inflationary scenarios (with minimal kinetic term) are favored. Then, within this class of models, by means of Bayesian inference, we show how one can rank the scenarios according to their performances, leading to the identification of ``the best models of inflation''.

研究の動機と目的

• プランク2013年CMBデータ公開後に、観測的に最も支持されるインフレーションモデルを特定すること。
• 証拠と複雑さに基づいて、単一場スローロールインフレーションモデルをベイジアン推論を用いてランク付けすること。
• 観測データと整合性が低いモデルを統計的に除外することで、膨大なインフレーションモデルの地形を縮小すること。
• CMB測定を用いた初期宇宙宇宙論におけるモデル比較の統計的に整合性のあるフレームワークを提供すること。

提案手法

• 各インフレーションモデルがプランク2013年データをどの程度うまく説明できるかを、ベイジアン証拠を用いて定量化する。
• ベイズ因子の解釈にジェフリーの尺度を適用し、モデル比較における証拠の強さを評価する。
• ベイジアン複雑度 $ C_b^i $ を用いてモデルの複雑さを定義し、これは制約のないパラメータの数から導出される。
• すべてのモデルを基準モデル（スタロビンスキー・モデル）と比較し、その後基準モデルを最高性能を示したモデルに再定義する。
• 公式 $ N_{\rm uc}^i = N_{\rm param}^i - C_b^i $ を用いて、証拠が不確実なカテゴリーにおける自由パラメータ数が最小のモデルを同定する。
• 193個のインフレーションモデルを体系的に評価するために、Encyclopædia Inflationarisデータベースを用いる。

実験結果

リサーチクエスチョン

• RQ1 どの単一場スローロールインフレーションモデルがプランク2013年CMBデータによって最も強く支持されるか？
• RQ2 ベイジアンモデル比較をどのようにして統計的に厳密にインフレーションモデルをランク付けすることができるか？
• RQ3 モデルの複雑さは、良好に動作するモデルと過剰適合のリスクがあるモデルを区別するのにおいて果たす役割は何か？
• RQ4 ベイズ証拠を用いて、プランクデータに基づいてどの程度のインフレーションモデルが除外されたり、好まれないか？
• RQ5 単にデータにフィットするだけでなく、『最良の』インフレーションモデルを特定するための基準は何か？

主な発見

• 最小限の運動項を有する単一場スローロールインフレーションは、プランク2013年データによって観測的に好まれる。
• 193個のモデルのうち約26％（52個）が『不確実』なベイズ因子カテゴリーに属し、これが最高性能を示すモデル群であると示唆される。
• 基準 $ 0 < N_{\rm uc}^i < 1 $ を適用した後、好まれるモデルの数は17に減少し、これは合計の約9％に相当する。
• 約73％のモデルが、ベイズ証拠に基づいてプランクデータによって好まれないか、除外されたとされる。
• この手法により、最小限の複雑さと強い証拠を示すモデルの小さなサブセットを同定することで、インフレーションの地形が成功裏に縮小された。
• ベイジアン複雑度測度 $ C_b^i $ は、モデルがガウス分布から著しく逸脱する場合を除き、有用ではあるが限界がある。