[論文レビュー] Metacalibration: Direct Self-Calibration of Biases in Shear Measurement

Eric Huff, Rachel Mandelbaum|arXiv (Cornell University)|Feb 8, 2017

Adaptive optics and wavefront sensing被引用数 119

ひとこと要約

Metacalibration は、実画像に合成のせん断を加えて自己較正を行い、弱レンズせん断推定における乗数バイアスと加法バイアスを経験的に決定・除去する手法である。基になる形状測定手法には依存せず、GREAT3 のシミュレーションで検証されている。

ABSTRACT

One of the primary limiting sources of systematic uncertainty in forthcoming weak lensing measurements is systematic uncertainty in the quantitative relationship between the distortions due to gravitational lensing and the measurable properties of galaxy images. We present a statistically principled, general solution to this problem. Our technique infers multiplicative shear calibration parameters by modifying the actual survey data to simulate the effects of a known shear. It can be applied to any shear estimation method based on weighted averages of galaxy shape measurements, which includes all methods used to date for shear estimation with real data. Use of the real images mitigates uncertainty due to unknown galaxy morphology, which is a serious concern for calibration of shear estimates based on image simulations. We test our results on simulated images from the GREAT3 challenge, and show that the method eliminates calibration biases for several different shape measurement techniques at the level of precision measurable with the GREAT3 simulations (a few tenths of a percent).

研究の動機と目的

• 将来の弱いレンズ効果の測定計画において、バイアスのないせん断較正の必要性を喚起する。
• データから直接せん断バイアスを較正する、一般的で統計的原理に基づく手法を提案する。
• 本手法を特定の個々の形状測定アルゴリズムに依存しないものとする。
• シミュレートデータを用いて、metacalibrationが乗数バイアスと一部の加法バイアスを除去できることを示す。
• 採用のための実用的な実装の詳細とオープンソースツールを提供する。

提案手法

• GalSim を用いて実画像に既知の合成せん断とPSF歪みを適用して反実像（カウンターファクト）画像を生成する。
• 反実像における小さなせん断下で個々の楕円率の変化を測定してせん断応答性を推定する。
• 銀河の形状の非ラメ点 prior 分布を用いた最小分散ヒストグラムベースの推定器で集合せん断を推定する。
• PSF関連の応答を分析して加法バイアスを較正し、PSF楕円性バイアスの傾向を除去するためにPSFを拡大した画像を再構成する。
• Metacalibrationの非依存性を示すために、複数の形状測定アルゴリズム（ReGauss, KSB, Linear Moments）を使用する。
• 有限差分導関数と Ensemble 正則化を用いてノイズと非線形性に対処し、頑健なせん断応答性を得る。

実験結果

リサーチクエスチョン

• RQ1 Metacalibration は、完全に現実的なシミュレーションに依存せず、実データから直接、正確な乗数および加法せん断バイアスを回復できるか。
• RQ2 個々の形状測定アルゴリズムの選択に対して手法が非依存性であり、集合レベルのせん断推定を正確に提供できるか？
• RQ3 GREAT3 のシミュレーションで異なるせん断推定手法全体に対して、metacalibration はどの程度バイアスを訂正できるか。
• RQ4 metacalibration が有効である実用的な制限と条件は何か（例：線形性、PSF の扱い、ノイズ特性）。

主な発見

• Metacalibration は、いくつかの既存のせん断推定手法をGREAT3のトップ結果に匹敵するレベルに較正でき、サブパーセントのバイアス水準を達成する。
• PSF補正の不完備による加法バイアスを、合成PSF楕円性を導入することにより傾向を除去できる。
• 反実像から個々の応答性を導出でき、頑健な集合せん断推定を可能にする。
• 集合推定は、銀河の楕円率の分布を考慮したヒストグラムベースの最小分散推定量を使用する。
• このアプローチは複数の形状測定技術に渡って有効であり、その一般適用性を示している。
• オープンソースの metacalibration スクリプトがより広く利用できるよう提供されている。