[論文レビュー] Robust sampling for weak lensing and clustering analyses with the Dark Energy Survey

P. Lemos, Weaverdyck, N.+69 more|arXiv (Cornell University)|Feb 16, 2022

Gaussian Processes and Bayesian Inference被引用数 4

ひとこと要約

本論文は、Dark Energy Survey (DES) Y3データにおける弱引力レンズおよびクラスタリング解析において、3つのベイジアンサンプリングアルゴリズム—MultiNest、PolyChord、Metropolis–Hastings—を評価する。PolyChordが速度と頑健性の最良のバランスを示し、一貫したベイズ的証拠と信頼性の高い信用区間を提供することを明らかにした。今後のDES Y3データを用いた宇宙論的解析に向け、特定の設定を推奨する。

ABSTRACT

Recent cosmological analyses rely on the ability to accurately sample from high-dimensional posterior distributions. A variety of algorithms have been applied in the field, but justification of the particular sampler choice and settings is often lacking. Here we investigate three such samplers to motivate and validate the algorithm and settings used for the Dark Energy Survey (DES) analyses of the first 3 years (Y3) of data from combined measurements of weak lensing and galaxy clustering. We employ the full DES Year 1 likelihood alongside a much faster approximate likelihood, which enables us to assess the outcomes from each sampler choice and demonstrate the robustness of our full results. We find that the ellipsoidal nested sampling algorithm $ exttt{MultiNest}$ reports inconsistent estimates of the Bayesian evidence and somewhat narrower parameter credible intervals than the sliced nested sampling implemented in $ exttt{PolyChord}$. We compare the findings from $ exttt{MultiNest}$ and $ exttt{PolyChord}$ with parameter inference from the Metropolis-Hastings algorithm, finding good agreement. We determine that $ exttt{PolyChord}$ provides a good balance of speed and robustness, and recommend different settings for testing purposes and final chains for analyses with DES Y3 data. Our methodology can readily be reproduced to obtain suitable sampler settings for future surveys.

研究の動機と目的

• 高次元ベイジアン推論における異なるサンプリングアルゴリズムの頑健性と精度を、宇宙論的パラメータ推定の文脈で評価すること。
• DES Y3の統合弱引力レンズおよびクラスタリング（3x2pt）解析で使用されたサンプラーおよび設定の妥当性を検証すること。
• サンプラーのハイパーパrameterが事後分布の制約およびベイズ的証拠推定に与える影響を定量化すること。
• 将来の宇宙論的調査において、最適なサンプラー設定を選択する再現可能な手法を提供すること。
• サンプリングに起因する不確実性が、宇宙論的制約における統計的誤差および系統的誤差と比較して無視できる程度に小さいことを保証すること。

提案手法

• サンプラーの性能を効率的に評価するため、DES Year 1の完全な尤度と、より高速な近似尤度の両方を用いる。
• 3つのサンプラーを比較：MultiNest（楕円体ネストドサンプリング）、PolyChord（スライスドネストドサンプリング）、Metropolis–Hastings（MCMC）。
• 一貫性と精度を評価するための主要指標として、ベイズ的証拠および事後信用区間を用いる。
• ライブポイント数、許容誤差、繰り返し設定など、複数のハイパーパrameter設定をテストする。
• パラメータ推定の基準としてMetropolis–Hastingsアルゴリズムの結果を検証する。
• 事後分布の可視化および収束診断に、anestheticおよびGetDistツールを適用する。

実験結果

リサーチクエスチョン

• RQ1 DES Y3データにおけるベイズ的証拠および事後信用区間の推定において、異なるサンプリングアルゴリズム（MultiNest、PolyChord、Metropolis–Hastings）はどのように比較されるか？
• RQ2 MultiNestは繰り返し実行において一貫したベイズ的証拠推定を示すか？また、その結果はPolyChordと比較してどうなるか？
• RQ3 サンプラーのハイパーパrameter（例：ライブポイント数、許容誤差）は、宇宙論的制約の精度および信頼性にどの程度影響を与えるか？
• RQ4 サンプラー性能のテストにおいて、近似尤度は完全尤度からの結果を信頼性高く再現できるか？
• RQ5 DES Y3宇宙論的解析において、頑健で効率的な推論を達成するための最適なサンプラー設定は何か？

主な発見

• MultiNestは繰り返し実行において一貫しないベイズ的証拠推定を示しており、収束性と信頼性が低いことが示された。
• MultiNestは、PolyChordと比較して、宇宙論的パラメータの信用区間が若干狭く、不確実性の低減が不十分である可能性を示唆している。
• PolyChordは一貫したベイズ的証拠と適切にキャリブレーションされた信用区間を提供し、優れた頑健性を示した。
• PolyChordとMetropolis–Hastingsの結果は良好に一致しており、PolyChordの推論の信頼性が検証された。
• PolyChordは計算速度と精度の間で良好なトレードオフを示し、大規模な宇宙論的解析に適している。
• 著者らは、効率と精度のバランスを取るために、テスト用（例：許容誤差を高く、ライブポイント数を少なく）、最終チェーン用（例：許容誤差を低く、ライブポイント数を多く）の特定の設定を推奨する。