[논문 리뷰] Cluster detection in weak lensing surveys

F. Feroz, M. P. Hobson외 1명|ArXiv.org|2008. 10. 06.

Cosmology and Gravitation Theories참고 문헌 1인용 수 15

한 줄 요약

이 논문은 다중모달 내재 샘플링(MultiNest)을 사용하는 베이지안 모델 기반 방법을 제시하여 약한 렌즈 설문에서 은하 클러스터를 탐지한다. 이는 효율적인 매개변수 추정과 모형 선택을 가능하게 하며, 처리 속도는 약 0.5 deg²/hour 수준을 기록한다. 물리적으로 타당한 사전분포—특히 Press-Schechter 질량 함수—를 사용할 경우, 특히 저질량 클러스터의 질량 및 적색편이 추정에서 편향을 크게 감소시킨다.

ABSTRACT

We present an efficient and robust approach for extracting clusters of galaxies from weak lensing survey data and measuring their properties. We use simple, physically-motivated cluster models appropriate for such sparse, noisy data, and incorporate our knowledge of the cluster mass function to optimise the detection of low-mass objects. Despite the method's non-linear nature, we are able to search at a rate of approximately half a square degree per hour on a single processor, making this technique a viable candidate for future wide-field surveys. We quantify, for two simulated data-sets, the accuracy of recovered cluster parameters, and discuss the completeness and purity of our shear-selected cluster catalogues.

연구 동기 및 목표

• 넓은 천구 영역의 약한 렌즈 설문에서 베이지안 추론을 사용하여 빠르고 강건한 은하 클러스터 탐지 방법을 개발한다.
• Press-Schechter 질량 함수와 같은 물리적으로 타당한 사전분포를 통합하여 클러스터 질량과 적색편이의 매개변수 추정을 향상시킨다.
• 시뮬레이션된 약한 렌즈 데이터에서 시선으로 선택된 클러스터 목록의 탐지 완전성과 순도를 정량화한다.
• 베이지안 증거를 통한 동반된 클러스터 탐지 및 모형 선택을 가능하게 하여 클러스터 후보의 신뢰도를 향상시킨다.
• 특히 구형 NFW 프로파일과 같은 클러스터 모형 가정이 매개변수 추정 정확도에 미치는 영향을 평가한다.

제안 방법

• 관측된 휘어짐 필드에 기반한 가능도 함수와 매개변수화된 클러스터 모형(spherical NFW 프로파일)을 사용하는 베이지안 추론을 적용한다.
• 다중모달 내재 샘플링을 통해 고차원 매개변수 공간을 효율적으로 탐색하고 베이지안 증거를 계산하기 위해 MultiNest 알고리즘을 사용한다.
• 저질량 클러스터 탐지 향상을 위해 클러스터 질량 $M_{200}$과 적색편이 $z$에 대해 Press-Schechter 질량 함수를 사전분포로 통합한다.
• 베이지안 증거를 통한 베이지안 모형 선택을 통해 각 탐지된 클러스터에 확률적 우도를 할당함으로써 진정한 클러스터 후보를 객관적으로 선별한다.
• 과적합이 격자 기반 비모수적 방법에서 흔한 것과는 달리, 매개변수 추정과 클러스터 탐지를 동시에 수행한다.
• 다양한 클러스터 질량과 적색편이에서 성능을 시험하기 위해 $N$-body 시뮬레이션에서 유도된 시뮬레이션된 약한 렌즈 데이터를 사용한다.

실험 결과

연구 질문

• RQ1 희박하고 노이즈가 많은 약한 렌즈 데이터에서 매개변수화된 베이지안 모형을 사용할 경우, 클러스터 매개변수(질량, 적색편이, 위치)는 얼마나 정확하게 복원될 수 있는가?
• RQ2 특히 Press-Schechter 대비 로그형 사전분포의 영향을 받는 추정된 클러스터 질량의 편향은 어떠한가?
• RQ3 저질량 및 고적색편이 클러스터를 탐지할 때, 시선으로 선택된 클러스터 목록의 완전성과 순도는 어떠한가?
• RQ4 특히 삼축 클러스터의 경우, 구형 NFW 프로파일 가정이 매개변수 추정에 미치는 영향은 어느 정도인가?
• RQ5 MultiNest 알고리즘이 정확도를 희생시키지 않고도 넓은 천구 영역 설문에서 효율적이고 고속의 클러스터 탐지를 가능하게 할 수 있는가?

주요 결과

• 단일 프로세서에서 약 0.5 제곱도 매시간의 처리 속도를 기록하여 향후 넓은 천구 영역 설문에 실용 가능하다.
• 클러스터 위치는 잘 추정되지만, $M_{200}$에 대해 로그형 사전분포를 사용할 경우 저질량 클러스터의 약한 렌즈 신호로 인해 질량 추정이 양의 편향을 보인다.
• Press-Schechter 사전분포는 로그형 사전분포 대비 질량 편향을 감소시키지만, 여전히 저질량 클러스터의 질량을 과대평가하는 경향이 있어 $N$-body 시뮬레이션과의 불완전한 일치를 시사한다.
• 질량 $M_{200}$과의 강한 디게너시로 인해 적색편이 추정에 큰 산란이 발생하여, 이 디게너시를 깨뜨릴 추가 제약 조건이 필요함을 시사한다.
• 질량 $M_{200} < 5 \times 10^{14} h^{-1} M_{\odot}$인 클러스터의 완전성은 낮으며, 대규모 클러스터에서는 유일하게 증가한다.
• 연구는 삼축 클러스터 질량 분포가 매개변수 추정에 상당한 영향을 미칠 수 있음을 밝혀내었으며, 이는 향후 삼축 NFW 모델을 통한 향후 연구를 촉진한다.