[論文レビュー] Redback: A Bayesian inference software package for electromagnetic transients

Nikhil Sarin, M. T. Hübner+9 more|arXiv (Cornell University)|Aug 24, 2023

Gamma-ray bursts and supernovaePhysics and Astronomy参考文献 130被引用数 3

ひとこと要約

Redback は、100 以上のモデルと 12 種類以上のサンプラーを用いて、キロノーバ、超新星、ガンマ線バースト後の光、その他の瞬発的天体のエンドツーエンドのモデリング、シミュレーション、フィッティングを可能にする、オープンソースでオブジェクト指向の Python パッケージである。主なカタログからのデータインジェスト、LSST や ZTF などのリアルな調査シミュレーション、およびマルチメッセンジャーデータとの統合をサポートし、Bilby や SNCosmo との統合を可能にするモジュラー設計を採用している。

ABSTRACT

Fulfilling the rich promise of rapid advances in time-domain astronomy is only possible through confronting our observations with physical models and extracting the parameters that best describe what we see. Here, we introduce {\sc Redback}; a Bayesian inference software package for electromagnetic transients. {\sc Redback} provides an object-orientated {\sc python} interface to over 12 different samplers and over 100 different models for kilonovae, supernovae, gamma-ray burst afterglows, tidal disruption events, engine-driven transients among other explosive transients. The models range in complexity from simple analytical and semi-analytical models to surrogates built upon numerical simulations accelerated via machine learning. {\sc Redback} also provides a simple interface for downloading and processing data from various catalogs such as extit{Swift} and Fink. The software can also serve as an engine to simulate transients for telescopes such as the Zwicky Transient Facility and Vera Rubin with realistic cadences, limiting magnitudes, and sky-coverage or a hypothetical user-constructed survey or a generic transient for target-of-opportunity observations with different telescopes. As a demonstration of its capabilities, we show how {\sc Redback} can be used to jointly fit the spectrum and photometry of a kilonova, enabling a more powerful, holistic probe into the properties of a transient. We also showcase general examples of how {\sc Redback} can be used as a tool to simulate transients for realistic surveys, fit models to real, simulated, or private data, multi-messenger inference with gravitational waves, and serve as an end-to-end software toolkit for parameter estimation and interpreting the nature of electromagnetic transients.

研究の動機と目的

• 時間領域の光度計測データを解釈するための、柔軟で拡張可能かつ信頼性の高いソフトウェアツールキットの需要が高まっていることを踏まえ、そのニーズに対応すること。
• 既存のソフトウェアパッケージに見られる制限、例えばモデルライブラリの制限、インターフェースの不柔軟性、またはシミュレーションと推論の間の統合の欠如を克服すること。
• 多様な瞬発的天体現象のための、エンドツーエンドのベイズ推論ワークフロー（モデルフィッティング、パラメータ推定、調査最適化など）を可能にすること。
• GW170817 などの重力波イベントと連携した推論を可能にすることで、マルチメッセンジャーアストロノミーを支援すること。
• 最新のソフトウェア開発手法（CI/CD、単体テスト、積極的開発）を採用した、現代的で活発にメンテナンスされ、コミュニティ主導のオープンソースプラットフォームを提供し、天文学的応用に適したものとすること。

提案手法

• Redback は、モデル、尤度、事前分布、サンプラーを分離するオブジェクト指向の Python インターフェースを実装しており、ソースコードを変更せずにカスタムコンponent を統合できる。
• Bilby と統合することで、12 種類以上のオープンソースのマルコフ連鎖モンテカルロ法およびネストド・サブセット・サンプラーを活用でき、相互検証や高性能な推論が可能になる。
• LSST や ZTF、およびユーザー定義の調査を想定した、実際の観測条件（サイクル、限界等級、天の川カバレッジ）を再現する調査シミュレーションエンジンを内蔵している。
• Swift、Fink、Lasair、BATSE、およびオープンアクセスカタログなど、主要な公開カタログからのデータをダウンロード・処理するための組み込みインターフェースを提供している。
• モデルは、解析的・準解析的式から、数値シミュレーションのトレーニングを経た機械学習加速のスレーブ（surrogate）まで多様である。
• 標準的な科学的 Python ライブラリ（astropy、SNCosmo、matplotlib、corner）を活用し、ベイズ階層的モデリング、モデル選択、重要度サンプリングをサポートしている。

Figure 1 : Flowchart showcasing the different modules of Redback and how they interact for different workflows.

実験結果

リサーチクエスチョン

• RQ1 モジュラーでオープンソースのソフトウェアパッケージは、電磁的瞬発的天体観測におけるベイズ推論の信頼性と再現性をどのように向上させ得るか？
• RQ2 Redback は、実際の調査観測条件（サイクル、深さ、天の川カバレッジ）下で、リアルな瞬発的天体光曲線をどれほど正確にシミュレートできるか。これにより、調査設計や選択関数の推定がどれほど正確に可能になるか？
• RQ3 Redback の柔軟なインターフェースは、キロノーバや重力波イベントを含む、複数の瞬発的天体タイプとマルチメッセンジャーイベントの統合推論を可能にするか？
• RQ4 CI/CD、単体テスト、活発な開発といった最新のソフトウェア実践と統合された Redback は、レガシーパッケージと比較して、長期的な保守性をどの程度向上させるか？
• RQ5 Redback は、潮汐破壊現象や磁気星駆動超新星を含む多様な瞬発的天体クラスにおいて、実データおよびシミュレーテッドデータのフィッティングにおいて、性能と正確性にどの程度の水準に達しているか？

主な発見

• Redback は、キロノーバ、超新星、ガンマ線バースト後の光、潮汐破壊現象を含む 100 以上のモデルに対してエンドツーエンドのベイズ推論を可能にし、カスタムモデルや事前分布の定義を完全にサポートしている。
• LSST や ZTF の実際の観測条件（サイクル、深さ、天の川カバレッジ）を再現するシミュレーションが成功裏に実行され、正確な調査設計や選択関数モデリングが可能になった。
• Redback は、既に発表された研究で、潮汐破壊現象（Sarin & Metzger, 2023）、SN 2018ibb（Schulze et al., 2023）、および GRB-キロノーバの統合イベント（Levan et al., 2023）のパラメータ推定に使用されており、実世界での実用性が裏付けられている。
• Bilby との統合により、複数のサンプラーをシームレスに利用でき、相互検証や効率的な推論が可能になり、並列処理や高度なサンプリング技術もサポートされている。
• ソフトウェアのモジュラーなアーキテクチャと活発な開発チームのおかげで、長期的な保守性と拡張性が保証されており、コミュニティによる貢献により、新しいモデルやデータ形式の追加も可能である。
• すべての結果、例題スクリプト、プロット用のノートブックは GitHub および Zenodo（DOI: 10.5281/zenodo.8273145）で公開されており、パッケージは PyPI にホスティングされ、詳細なドキュメンテーションは https://redback.readthedocs.io/en/latest/ で利用可能である。

Figure 2 : (Left) Simulated kilonova (one component kilonova model) in ZTF and in LSST (Right). We emphasize that aesthetic features such as the colours of the data points, axes limits etc can all be modified by passing in relevant keyword arguments to the plotting methods.