Skip to main content
QUICK REVIEW

[論文レビュー] Towards a full $w$CDM map-based analysis for weak lensing surveys

D. Zürcher, Janis Fluri|arXiv (Cornell University)|Jun 3, 2022
Galaxies: Formation, Evolution, Phenomena被引用数 5
ひとこと要約

本稿は、弱引力レンズ調査のための完全なwCDMマップベースの分析フレームワークを開発し、角運動量スぺクトルに加えて、ピーク数・最小値数、ミンコフスキー関数、ウェーブレットフィルタリングといった高次統計量を含むフォワードモデリングを拡張した。スケールカットが厳しいにもかかわらず、角運動量スぺクトル、ピーク数、ミンコフスキー関数を組み合わせ、スターレットフィルタリングを用いることで、ステージ4調査において最も制約が強く、コスト効率に優れた制約が得られることを示した。これは、モデル化されていないバリオンの影響によるものである。

ABSTRACT

The next generation of weak lensing surveys will measure the matter distribution of the local Universe with unprecedented precision, allowing the resolution of non-Gaussian features of the convergence field. This encourages the use of higher-order mass-map statistics for cosmological parameter inference. We extend the forward-modelling based methodology introduced in a previous forecast paper to match these new requirements. We provide multiple forecasts for the wCDM parameter constraints that can be expected from stage 3 and 4 weak lensing surveys. We consider different survey setups, summary statistics and mass map filters including wavelets. We take into account the shear bias, photometric redshift uncertainties and intrinsic alignment. The impact of baryons is investigated and the necessary scale cuts are applied. We compare the angular power spectrum analysis to peak and minima counts as well as Minkowski functionals of the mass maps. We find a preference for Starlet over Gaussian filters. Our results suggest that using a survey setup with 10 instead of 5 tomographic redshift bins is beneficial. Adding cross-tomographic information improves the constraints on cosmology and especially on galaxy intrinsic alignment for all statistics. In terms of constraining power, we find the angular power spectrum and the peak counts to be equally matched for stage 4 surveys, followed by minima counts and the Minkowski functionals. Combining different summary statistics significantly improves the constraints and compensates the stringent scale cuts. We identify the most `cost-effective' combination to be the angular power spectrum, peak counts and Minkowski functionals following Starlet filtering.

研究の動機と目的

  • 角運動量スぺクトルを超える高次統計量(マップ上のピーク・最小値の数、ミンコフスキー関数、ウェーブレットフィルタリング)を組み込んだ、フォワードモデリングに基づく包括的な弱引力レンズ調査用の分析パイプラインの開発。
  • 剪断バイアス、赤方偏移の光度誤差、自己相関(内在的配列)を含む現実的な調査条件下での、さまざまな要約統計量(角運動量スぺクトル、ピーク数、最小値数、ミンコフスキー関数)の制約力の評価。
  • バリオン物理学の影響が統計的制約に与える影響を評価し、ステージ4調査におけるダークマターのみのシミュレーションに必要なスケールカットを導出する。
  • 未モデル化されたバリオン効果に対してロバストでありながら、宇宙論的制約力を最大限に高める、最もコスト効率の良い要約統計量の組み合わせを同定する。
  • 異なるマップフィルタ(ガウス型 vs. スターレット)とトロモグラフィック赤方偏移ビン数(5ビン vs. 10ビン)の性能を、宇宙論的推定において比較する。

提案手法

  • COSMOGRIDのダークマターのみのシミュレーションから得た擬似マップを用いて、wCDM宇宙論モデル下での観測統計量を予測するフォワードモデリングアプローチを採用する。
  • 非ガウス的特徴に感度が高いように、ガウス型とスターレットウェーブレットの両方のマップフィルタを統計解析の前処理として適用する。
  • 角運動量スぺクトル、ピーク数・最小値数、ミンコフスキー関数といった一連の要約統計量を用い、投影された物質分布から宇宙論的情報を抽出する。
  • 尤度フレームワーク内に、剪断バイアス、赤方偏移の不確実性、非線形内在的配列(NLA)効果といった観測系の系在要因を組み込む。
  • バリオンフィードバック効果に基づくスケールカットを適用し、ロバスト性を確保する。これは、ダークマターのみのシミュレーションと流体力学的シミュレーションを比較することで導出される。
  • 複数の統計量を統合尤度アプローチで組み合わせ、相補的な情報を抽出し、全体的な宇宙論的制約を改善する。

実験結果

リサーチクエスチョン

  • RQ1現実的なステージ4調査条件(剪断バイアス、赤方偏移誤差、内在的配列)下で、さまざまな要約統計量(角運動量スぺクトル、ピーク数、最小値数、ミンコフスキー関数)は、wCDMパラメータの制約においてどのように比較されるか?
  • RQ2マップベースの弱引力レンズ解析において、宇宙論的制約力を最大限に高めるために、最適なマップフィルタ(ガウス型 vs. スターレット)は何か?
  • RQ3トロモグラフィック赤方偏移ビン数を5から10に増加させることで、宇宙論的制約および内在的配列パラメータの回復にどのような影響を与えるか?
  • RQ4未モデル化されたバリオン物理学による厳しいスケールカットがもたらす制約力の低下を、複数の要約統計量を組み合わせることでどの程度緩和できるか?
  • RQ5どの統計量とフィルタの組み合わせが、将来のステージ4弱引力レンズ調査において最もコスト効率よく、かつロバストな宇宙論的制約を提供するか?

主な発見

  • スターレットフィルタリングは、非ガウス的特徴にマルチスケールで感度を示すため、他の統計量と組み合わせると、ガウスフィルタリングを上回る制約力を持つ。
  • 5ビンから10ビンにトロモグラフィック赤方偏移ビン数を増やすことで、特に内在的配列パラメータの制約が顕著に改善される。
  • トロモグラフィック間の情報がすべての統計量の制約を強化し、特に内在的配列およびS8パラメータ推定において最大の改善が得られる。
  • ステージ4調査では、角運動量スぺクトルとピーク数が同等に制約力が強く、次に最小値数とミンコフスキー関数が続く。
  • スターレットフィルタリングを用いた角運動量スぺクトル、ピーク数、ミンコフスキー関数の組み合わせが、最もコスト効率が良く、ロバストな制約セットを提供する。これは、バリオン物理学に起因するスケールカットに対しても補われている。
  • バリオン効果を緩和するための保守的なスケールカットを適用しても、統合統計量アプローチは競争力のある制約を提供し、ns、Ωb、H0、ηといった事前分布に依存するパラメータをわずかに制約する。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。