[논문 리뷰] Analysis of the first IPTA Mock Data Challenge by the EPTA timing data analysis working group

Rutger van Haasteren, Chiara M. F. Mingarelli외 2명|arXiv (Cornell University)|2013. 01. 28.

Advanced Frequency and Time Standards참고 문헌 15인용 수 4

한 줄 요약

이 논문은 ABC-방법을 사용한 효율적 데이터 압축과 네 가지 MCMC 샘플러를 활용한 첫 번째 IPTA 모의 데이터 챌린지에 대한 베이지안 타이밍 분석을 제시한다. 연구는 주입된 중력파 배경(GWB) 파라미터를 높은 정확도로 복원하였으며, 잡음 강도에 대한 평탄한 사전분포가 결과를 편향시킬 수 있음을 보여주고, 특히 개별 펄서 적색 잡음이 포함된 모델에서는 로그균일 사전분포가 신뢰할 수 있는 추론을 가능하게 한다.

ABSTRACT

This is a summary of the methods we used to analyse the first IPTA Mock Data Challenge (MDC), and the obtained results. We have used a Bayesian analysis in the time domain, accelerated using the recently developed ABC-method which consists of a form of lossy linear data compression. The TOAs were first processed with Tempo2, where the design matrix was extracted for use in a subsequent Bayesian analysis. We used different noise models to analyse the datasets: no red noise, red noise the same for all pulsars, and individual red noise per pulsar. We sampled from the likelihood with four different samplers: "emcee", "t-walk", "Metropolis-Hastings", and "pyMultiNest". All but emcee agreed on the final result, with emcee failing due to artefacts of the high-dimensionality of the problem. An interesting issue we ran into was that the prior of all the 36 (red) noise amplitudes strongly affects the results. A flat prior in the noise amplitude biases the inferred GWB amplitude, whereas a flat prior in log-amplitude seems to work well. This issue is only apparent when using a noise model with individually modelled red noise for all pulsars. Our results for the blind challenges are in good agreement with the injected values. For the GWB amplitudes we found h_c = 1.03 +/- 0.11 [10^{-14}], h_c = 5.70 +/- 0.35 [10^{-14}], and h_c = 6.91 +/- 1.72 [10^{-15}], and for the GWB spectral index we found gamma = 4.28 +/- 0.20, gamma = 4.35 +/- 0.09, and gamma = 3.75 +/- 0.40. We note that for closed challenge 3 there was quite some covariance between the signal and the red noise: if we constrain the GWB spectral index to the usual choice of gamma = 13/3, we obtain the estimates: h_c = 10.0 +/- 0.64 [10^{-15}], h_c = 56.3 +/- 2.42 [10^{-15}], and h_c = 4.83 +/- 0.50 [10^{-15}], with one-sided 2 sigma upper-limits of: h_c <= 10.98 [10^{-15}], h_c <= 60.29 [10^{-15}], and h_c <= 5.65 [10^{-15}].

연구 동기 및 목표

• 첫 번째 IPTA 모의 데이터 챌린지 데이터셋에서 베이지안 타이밍 분석 방법의 성능을 검증하기 위해.
• 공통 적색 잡음, 개별 펄서 적색 잡음 등 다양한 잡음 모델이 GWB 파라미터 추론에 미치는 영향을 조사하기 위해.
• 고차원 매개변수 공간에서 MCMC 샘플러(emcee, t-walk, 메트로폴리스-해스팅스, pyMultiNest)의 강건성을 평가하기 위해.
• 적색 잡음 및 GWB 강도에 대한 사전분포 선택, 특히 평탄한 사전분포와 로그균일 사전분포의 차이가 결과에 미치는 민감도를 검토하기 위해.
• 특히 챌린지 3에서 관찰되는 복잡한 데이터셋에서 GWB와 적색 잡음 매개변수 간의 공분산 정도를 정량화하기 위해.

제안 방법

• 선형화된 타이밍 잔차와 설계 행렬 형식에서 유도된 우도를 사용한 시간 영역에서의 베이지안 프레임워크를 적용하였다.
• 손실성 선형 압축을 통해 차원을 감소시키는 데 목적이 있는 ABC-방법(Accelerated Bayesian Compression)을 사용하여 데이터 차원을 압축하였다. 이는 신호 정보를 유지하면서 수행되었다.
• 후속 베이지안 추론에 사용하기 위해 Tempo2에서 설계 행렬을 추출하였으며, 이는 타이밍 모델 매개변수에 대한 효율적 마진화를 가능하게 하였다.
• 네 가지 MCMC 샘플러(emcee, t-walk, 메트로폴리스-해스팅스, pyMultiNest)를 사용하여 GWB 및 잡음 매개변수의 사후분포를 샘플링하였다.
• 적색 잡음 복잡도가 다른 다양한 잡음 모델을 적용: 적색 잡음 없음, 펄서 간 공통 적색 잡음, 개별 펄서 적색 잡음.
• 결과의 영향을 테스트하기 위해 잡음 및 GWB 강도에 평탄한 사전분포와 로그균일 사전분포를 모두 적용하였다.

실험 결과

연구 질문

• RQ1 베이지안 타이밍 분석은 IPTA 모의 데이터 챌린지 데이터셋에서 주입된 GWB 파라미터를 얼마나 정확하게 복원할 수 있는가?
• RQ2 공통 적색 잡음 대비 개별 적색 잡음 모델링 전략의 차이가 GWB 추론에 어떤 영향을 미치는가?
• RQ3 고차원 매개변수 공간에서 흔히 발생하는 펄서 타이밍 어레이의 특성에 맞는 다양한 MCMC 샘플러의 성능은 어떠한가?
• RQ4 추론된 GWB 강도 및 스펙트럼 지수는 적색 잡음 및 신호 강도에 대한 사전분포 선택에 얼마나 민감한가?
• RQ5 GWB와 적색 잡음 매개변수 간의 공분산 정도는 얼마나 되며, 이는 신뢰구간에 어떤 영향을 미치는가?

주요 결과

• 폐쇄형 챌린지 1, 2, 3에 대해 각각 $h_c = 1.03 \pm 0.11 \times 10^{-14}$, $5.70 \pm 0.35 \times 10^{-14}$, $6.91 \pm 1.72 \times 10^{-15}$의 GWB 강도를 회복하였으며, 이는 주입된 값과 양호한 일치를 보였다.
• 스펙트럼 지수는 각각 $\gamma = 4.28 \pm 0.20$, $4.35 \pm 0.09$, $3.75 \pm 0.40$로 추정되었으며, 진짜 값인 $4.33$은 챌린지 3의 95\% 신뢰구간 내에 포함되었다.
• emcee 샘플러는 고차원 성분으로 인한 문제로 실패했지만, t-walk, 메트로폴리스-해스팅스, pyMultiNest는 일관되게 수렴하였다.
• 잡음 강도에 평탄한 사전분포를 적용할 경우 GWB 강도 추정치가 편향되었고, 반면 로그강도에 평탄한 사전분포를 적용할 경우 결과가 신뢰할 수 있었으며, 특히 개별 적색 잡음 모델에서 두드러졌다.
• 폐쇄형 챌린지 3에서는 GWB와 적색 잡음 간 강한 공분산이 관찰되어 신뢰구간이 넓어졌다. $\gamma = 13/3$을 고정했을 때, $h_c = 10.0 \pm 0.64 \times 10^{-15}$, $56.3 \pm 2.42 \times 10^{-15}$, $4.83 \pm 0.50 \times 10^{-15}$로 추정되었으며, 단측 $2\sigma$ 상한선이 제공되었다.
• 계산 비용은 단일 머신에서 각 데이터셋당 약 1시간이 소요되었으며, ABC 압축 단계는 5분 이내로 가장 빠르게 수행되었다.