[論文レビュー] KiDS-SBI: Simulation-based inference analysis of KiDS-1000 cosmic shear

Maximilian von Wietersheim-Kramsta, Kiyam Lin+5 more|arXiv (Cornell University)|Apr 23, 2024

Geophysics and Gravity Measurements被引用数 7

ひとこと要約

この論文は、DELFIを用いた前方シミュレーションによるKiDS-1000宇宙せん断のシミュレーションベースの推論分析を行い、宇宙論パラメータを推定し、S8の制約を得て系統誤差を評価する。

ABSTRACT

We present a simulation-based inference (SBI) cosmological analysis of cosmic shear two-point statistics from the fourth weak gravitational lensing data release of the ESO Kilo-Degree Survey (KiDS-1000). KiDS-SBI efficiently performs non-Limber projection of the matter power spectrum via Levin's method, and constructs log-normal random matter fields on the curved sky for arbitrary cosmologies, including effective prescriptions for intrinsic alignments and baryonic feedback. The forward model samples realistic galaxy positions and shapes based on the observational characteristics, incorporating shear measurement and redshift calibration uncertainties, as well as angular anisotropies due to variations in depth and point-spread function. To enable direct comparison with standard inference, we limit our analysis to pseudo-angular power spectra. The SBI is based on sequential neural likelihood estimation to infer the posterior distribution of spatially-flat $Λ$CDM cosmological parameters from 18,000 realisations. We infer a mean marginal of the growth of structure parameter $S_{8} \equiv σ_8 (Ω_\mathrm{m} / 0.3)^{0.5} = 0.731\pm 0.033$ ($68 \%$). We present a measure of goodness-of-fit for SBI and determine that the forward model fits the data well with a probability-to-exceed of $0.42$. For fixed cosmology, the learnt likelihood is approximately Gaussian, while constraints widen compared to a Gaussian likelihood analysis due to cosmology dependence in the covariance. Neglecting variable depth and anisotropies in the point spread function in the model can cause $S_{8}$ to be overestimated by ${\sim}5\%$. Our results are in agreement with previous analysis of KiDS-1000 and reinforce a $2.9 σ$ tension with constraints from cosmic microwave background measurements. This work highlights the importance of forward-modelling systematic effects in upcoming galaxy surveys.

研究の動機と目的

• KiDS-1000の宇宙せん断データからの宇宙論の堅牢な推定を動機づける。
• Gaussian形を仮定せずデータ尤度を学習するために、DELFIを用いたシミュレーションベースの推論（SBI）を適用する。
• 深さの変動やPSFの異方性を含む観測系の前方モデルを現実的に組み込む。
• SBIの結果を標準的なKiDS-1000解析と比較し、前方モデルの適合度を評価する。
• 系統誤差が宇宙論パラメータの制約に与える影響を定量化し、Planck CMB結果との不一致を評価する。

提案手法

• 3D物質パワースペクトルから非Limber射影を用いて2D角度パワースペクトルを計算する。
• 同心殻とGLASSを用いて曲率のある空で対数正規の乱数場を構築し、前方モデル化を行う。
• HMCodeによるバリオン励起/バイオフィードバックと intrinsic alignments を前方モデルに組み込む。
• 深さの変動、赤方偏移校正、測定不確かさを含む現実的な調査特性をシミュレートする。
• SBIによるニューラル密度推定を用いて暗黙の尤度を学習し、空間的に平坦なLCDMにおけるS8などについて事後推定を行う。
• データベクトルを擬似-C_l（角度パワースペクトル）に限定し、標準的なKiDS-1000分析との直接比較を可能にする。

Figure 1: Spatial map of the KiDS-1000 footprint. The top panel shows a Mollweide projection of the full KiDS-1000 footprint, while the two panels at the bottom show zoomed-in Cartesian projections of KiDS-North and KiDS-South fields, respectively.

実験結果

リサーチクエスチョン

• RQ1 現実的な前方シミュレーションを用いたSBIでKiDS-1000宇宙せん断から得られるS8の後方分布の制約はどの程度か？
• RQ2 深さの変動と角度の異方性が、SBIを介して推定された宇宙論パラメータにどのように影響するか？
• RQ3 固定宇宙論に対して学習されたSBI後方分布は概ねガウスか、宇宙論依存性を持つ共分散が制約にどう影響するか？
• RQ4 前方モデルはKiDS-1000データへの適合度をどれほど説明でき、系統誤差は宇宙論結果を偏らせるか？
• RQ5 SBIの結果は従来のGaussian-Likelihood KiDS-1000解析やCMBベースの制約とどう比較されるか？

主な発見

• SBIは平均的な成長パラメータS8を0.731、±0.033（68%）で推定する。
• 前方モデルはp-value-to-exceedが0.42の適合度を提供し、データへの適切な適合を示す。
• 固定宇宙論に対しては学習済み尤度は概ねガウス分布だが、宇宙論依存性の共分散により制約は広がる。
• 深さ変動とPSF異方性を無視するとS8が約5%高く偏る可能性がある。
• 結果は従来のKiDS-1000分析と一致しており、S8についてPlanck CMB制約との2.9標準偏差の緊張を補強する。

Figure 2: The redshift distributions of the five KiDS-1000 tomographic bins. The shaded areas show to limits of each tomographic bin, while the solid lines show the $n(z)$ of the source galaxies in each tomographic bin as a function of both redshift, $z$ , and comoving distance, $\chi$ (the latter i