[논문 리뷰] Bayesian nonparametric inference of neutron star equation of state via neural network

Ming-Zhe Han, Jin-Liang Jiang외 2명|arXiv (Cornell University)|2021. 03. 09.

Pulsars and Gravitational Waves Research참고 문헌 98인용 수 44

한 줄 요약

이 논문은 단일 은닉층과 시그모이드 활성화 함수를 갖는 피드포워드 신경망(FFNN)을 사용하여 중성미자별 상태방정식(EoS)을 베이지안 비모수적 방법으로 재구성하는 방법을 제안한다. 이는 모델에 종속되지 않고도 영리하게 EoS를 피팅할 수 있도록 한다. 이 방법은 시뮬레이션된 데이터로부터 이론적 EoS와 파라미터를 성공적으로 복원하며, 실제 다중메시저 데이터(GW170817 및 NICER PSR J0030+0451)에 적용했을 때 90% 신뢰구간에서 R₁.₄ = 11.83⁺¹.²⁵₋₁.⁰⁸ km 및 Λ₁.₄ = 323⁺³³⁴₋₁₆₅를 도출한다. 또한 질량이 큰 중성미자별의 고밀도 영역에서 c²ₛ/c² < 1/3인 동형 한계가 위반됨을 드러낸다.

ABSTRACT

We develop a new nonparametric method to reconstruct the Equation of State (EoS) of Neutron Star with multimessenger data. As an universal function approximator, the Feed-Forward Neural Network (FFNN) with one hidden layer and a sigmoidal activation function can approximately fit any continuous function. Thus we are able to implement the nonparametric FFNN representation of the EoSs. This new representation is validated by its capabilities of fitting the theoretical EoSs and recovering the injected parameters. Then we adopt this nonparametric method to analyze the real data, including mass-tidal deformability measurement from the Binary Neutron Star (BNS) merger Gravitational Wave (GW) event GW170817 and mass-radius measurement of PSR J0030+0451 by {\it NICER}. We take the publicly available samples to construct the likelihood and use the nested sampling to obtain the posteriors of the parameters of FFNN according to the Bayesian theorem, which in turn can be translated to the posteriors of EoS parameters. Combining all these data, for a canonical 1.4 $M_\odot$ neutron star, we get the radius $R_{1.4}=11.83^{+1.25}_{-1.08}$ km and the tidal deformability $\Lambda_{1.4} = 323^{+334}_{-165}$ (90\% confidence interval).Furthermore, we find that in the high density region ($\geq 3 ho_{ m sat}$), the 90\% lower limits of the $c_{ m s}^2/c^2$ ($c_{ m s}$ is the sound speed and $c$ is the velocity of light in the vacuum) are above $1/3$, which means that the so-called conformal limit (i.e., $c_{ m s}^2/c^2<1/3$) is not always valid in the neutron stars.

연구 동기 및 목표

• 특정 매개변수 형태를 가정하지 않고 중성미자별 상태방정식(EoS)을 재구성하기 위한 비모수적이고 모델에 종속되지 않은 방법을 개발하는 것.
• 특히 중간 밀도 전이 영역에서의 모델 의존성과 추론 범위 제한 등의 문제를 해결하기 위해, 기존의 매개변수 모델의 한계를 극복하는 것.
• 학습 데이터에 의존하는 사전 분포의 편향을 피하면서도 다중메시저 데이터(중력파 및 X선 타이밍 측정)를 활용해 EoS에 대한 강건한 베이지안 추론을 가능하게 하는 것.
• 유연하고 데이터 기반의 EoS 표현을 통해 중성미자별 핵에서 속도 제곱(c²ₛ/c² < 1/3)의 동형 한계가 성립하는지 테스트하는 것.

제안 방법

• 단일 은닉층과 시그모이드 활성화 함수를 갖는 피드포워드 신경망(FFNN)을 사용하여 상태방정식을 P(ρ) = f(ρ; θ) 형태로 표현하며, 여기서 θ는 네트워크의 매개변수이다. 이는 일반적인 함수 근사기로 기능한다.
• 다중메시저 데이터(GW170817의 조석 변형도 및 NICER PSR J0030+0451의 질량-반지름 측정치)로부터 구축된 우도 함수를 사용하여 FFNN 매개변수 θ에 대한 사후분포를 계산하기 위해 내재 샘플링(nested sampling)을 적용한다.
• 이론적 EoS의 무한차원 비모수 문제를 유한한 밀도 점들에서 네트워크 출력을 샘플링함으로써 유한차원 매개변수 추론 문제로 환원한다.
• 이론적 EoS(WFF1, H4, MS1, ALF2)로부터 매개변수를 삽입하고 복원하는 방식으로 방법의 유효성을 검증하여, 매크로스코픽 및 마이크로스코픽 EoS 성질 모두에 대해 높은 정밀도의 재구성 성능을 입증한다.
• FFNN 매개변수의 사후분포를 바탕으로 반지름, 조석 변형도, 음속 제곱 등의 EoS 관측치에 대한 사후분포로 변환한다.
• 파라미터 공간을 효율적으로 탐색하기 위해 PolyChord 내재 샘플링 알고리즘을 사용하여 모델의 복잡성과 계산 비용을 균형 잡는다.

실험 결과

연구 질문

• RQ1 단일 은닉층을 갖는 피드포워드 신경망은 특정 기능 형태를 가정하지 않고도 중성미자별 상태방정식을 영리하고 비모수적으로 표현할 수 있는가?
• RQ2 이 FFNN 기반의 베이지안 비모수적 방법은 시뮬레이션된 다중메시저 데이터로부터 알려진 이론적 EoS와 삽입된 매개변수를 얼마나 정확하게 복원할 수 있는가?
• RQ3 GW170817과 NICER PSR J0030+0451 데이터를 조합하여 이 방법을 사용할 때, 표준 1.4 M⊙ 중성미자별의 반지름과 조석 변형도에 대한 제약 조건은 무엇인가?
• RQ4 유도된 EoS에 따르면, 중성미자별 핵에서 음속 제곱이 c²ₛ/c² < 1/3인 동형 한계를 위반하는가?
• RQ5 계산 효율성과 모델의 강건성 측면에서 기존의 매개변수 모델 또는 가우시안 프로세스 기반 EoS 추론과 비교했을 때 이 방법의 성능은 어떠한가?

주요 결과

• FFNN 기반의 비모수적 방법은 이론적 EoS를 매우 정밀하게 재구성하며, 압력과 음속 제곱의 피팅 오차가 10⁻⁴에서 10⁻¹ 수준에 이른다.
• 표준 1.4 M⊙ 중성미자별에 대해 이 방법은 90% 신뢰구간에서 반지름 R₁.₄ = 11.83⁺¹.²⁵₋₁.⁰⁸ km 및 조석 변형도 Λ₁.₄ = 323⁺³³⁴₋₁₆₅를 추정한다. 이는 이전의 다중메시저 분석 결과와 일치한다.
• 고밀도 영역(≥3ρsat)에서 c²ₛ/c²의 90% 신뢰하한선이 1/3을 초과함을 시사하여, 질량이 큰 중성미자별의 핵에서 동형 한계가 위반됨을 나타낸다.
• 이 방법은 시뮬레이션된 데이터로부터 삽입된 매개변수를 성공적으로 복원하여 매크로스코픽(질량, 반지름, 조석 변형도) 및 마이크로스코픽(음속) EoS 성질을 재구성하는 데 있어 강건성과 신뢰성을 입증한다.
• 가우시안 프로세스 방법에서 흔히 사용되는 학습셋 기반 사전 분포의 편향을 피할 수 있어, 더 영리하고 투명한 추론 프레임워크를 제공한다.
• 결과는 중성미자별 핵에서 음속 제곱이 동형 한계를 초과할 수 있음을 시사하며, 일부 양자 chromodynamics(QCD)의 페르미온 이론 기반 이론 모델의 가정을 도전한다.