[論文レビュー] Principal reconstructed modes of dark energy and gravity

Marco Raveri, Levon Pogosian+4 more|arXiv (Cornell University)|Jul 27, 2021

Cosmology and Gravitation Theories被引用数 5

ひとこと要約

本稿では、宇宙論的データからの共分散行列の主成分分析を用いて、非パラメトリックなダークエネルギーおよび修正重力効果の再構成を提示する。現在のデータが、ホルンデシュキ理論の事前分布に対して15の結合固有モードを制約していることが判明し、ΛCDMからの逸脱を制約する際、一般的なパラメトリックモデルが顕著なバイアスを引き起こすことが明らかになった。

ABSTRACT

Recently, in [1], we presented the first combined non-parametric reconstruction of the three time-dependent functions that capture departures from the standard cosmological model, $Λ$CDM, in the expansion history and gravitational effects on matter and light from the currently available combination of the background and large scale structure data. The reconstruction was performed with and without a theory-informed prior, built on the general Horndeski class of scalar-tensor theories, that correlates the three functions. In this work, we perform a decomposition of the prior and posterior covariances of the three functions to determine the structure of the modes that are constrained by the data relative to the Horndeski prior. We find that the combination of all data can constrain 15 combined eigenmodes of the three functions with respect to the prior. We examine and interpret their features in view of the well-known tensions between datasets within the $Λ$CDM model. We also assess the bias introduced by the simplistic parameterizations commonly used in the literature for constraining deviations from GR on cosmological scales.

研究の動機と目的

• 現在の宇宙論的データを用いて、効果的ダークエネルギー密度 ΩX(z) および修正重力関数 μ(z) と Σ(z) の同時かつ非パラメトリックな再構成を行う。
• ホルンデシュキスカラー・テンソル理論に基づく理論に裏付けられた事前分布が、時間に依存する宇宙論的関数の再構成に与える影響を評価する。
• 主成分分解を用いて、データがホルンデシュキ事前分布に対して独立に制約するモードの数を特定し、許容可能な逸脱の有効次元を定量化する。
• ダークエネルギーおよび重力の逸脱をモデル化する際、一般的なパラメトリック形式（例：定数 w、CPL、線形 μ）が引き起こすバイアスを評価する。
• どのデータ特徴が、宇宙論的関数の主成分の制約に最も寄与しているかを特定する。

提案手法

• CMB、BAO、SN、RSD、銀河数、弱引力レンズングのデータを組み合わせて、ΩX(z)、μ(z)、Σ(z) の非パラメトリック再構成を実行する。
• スカラー・テンソル理論のホルンデシュキクラスから導かれた理論に裏付けられた事前分布を適用し、3つの関数を相関させ、物理的に意味のない振動を抑制する。
• 共変主成分（CPC）分析を用いて、3つの関数の事前および事後共分散行列を分解する。
• データがホルンデシュキ事前分布に対して独立に制約する固有モードの数を特定し、許容可能な逸脱の有効次元を定量化する。
• ベイズ的証拠および信号対ノイズ比（SNR）を用いて、再構成された関数を一般的なパラメトリック形式（例：定数 w、CPL、線形 μ）と比較し、バイアスを評価する。
• 主成分の赤方偏移依存性を可視化・解釈することで、データ特徴と制約されたモードを結びつける。

実験結果

リサーチクエスチョン

• RQ1 現在のデータが、ホルンデシュキ事前分布に対して、3つの宇宙論的関数（ΩX、μ、Σ）の独立した固有モードをいくつ制約しているか？
• RQ2 ホルンデシュキに基づく事前分布を用いることで、時間に依存するダークエネルギーおよび修正重力関数の再構成にどのような影響を与えるか？
• RQ3 より複雑な非パラメトリックな変動を許容するデータをフィットする際、標準的なパラメトリックモデル（例：定数 w、CPL、線形 μ）はどの程度のバイアスを生じるか？
• RQ4 どのデータセットや赤方偏移領域が、宇宙論的関数の主成分の制約に最も寄与しているか？
• RQ5 再構成された関数はΛCDM予測からどの程度逸脱しているか？また、どのモードが特定のデータの不一致に最も感受性を示すか？

主な発見

• 現在の宇宙論的データは、ホルンデシュキ事前分布に対して、3つの関数（ΩX、μ、Σ）の15の結合固有モードを制約している。
• 関数 μ(z) は最も制約が弱く、わずか2つの独立モードが検出されたのに対し、Σ(z) と ΩX(z) はそれぞれ8つと6つのモードが制約された。
• 理論的事前分布がなければ、再構成は隠れたビン化事前分布に起因する高周波数の振動に支配されてしまうが、ホルンデシュキ事前分布によりその振動は抑制される。
• 定数 w やDE割合パラメータ化といった一般的なパラメトリック形式は顕著なバイアスを引き起こし、一部のケースでは理論的上限（SNR²）に近づく。
• ホルンデシュキ事前分布がなければ、w(z) のCPLパラメータ化は著しく性能が低かったが、事前分布を適用すると著しく改善された。
• μ(a) の線形パラメータ化は、検証されたモデルの中で比較的うまく機能したが、依然として完全な非パラメトリック再構成に劣る性能であった。