[논문 리뷰] Cosmological constraints from the density gradient weighted correlation function

Xiaoyuan Xiao, Yizhao Yang외 9명|arXiv (Cornell University)|2022. 03. 29.

Galaxies: Formation, Evolution, Phenomena참고 문헌 109인용 수 8

한 줄 요약

이 논문은 표준 이변량 통계를 초월하여 우주론적 파arameter에 대한 제약을 강화하기 위해 밀도 기울기 가중 상관 함수(W∆s(µ))를 사용하는 새로운 우주론적 통계를 제안한다. |∇ρ/ρ|α로 가중한 은하 군집을 통해 비정규 구조 정보를 포착함으로써, 기울기 가중치가 밀도 가중치보다 통계적으로 더 강력하며, 두 가지 방법을 조합하면 기울기 가중치만 사용할 경우보다 제约束를 최대 25% 향상시킨다. 이는 표준 2점 상관 함수(2pCF) 대비 Ωm 제약을 2–4배 강화시킨다.

ABSTRACT

The mark weighted correlation function (MCF) $W(s,\mu)$ is a computationally efficient statistical measure which can probe clustering information beyond that of the conventional 2-point statistics. In this work, we extend the traditional mark weighted statistics by using powers of the density field gradient $| abla ho/ ho|^\alpha$ as the weight, and use the angular dependence of the scale-averaged MCFs to constrain cosmological parameters. The analysis shows that the gradient based weighting scheme is statistically more powerful than the density based weighting scheme, while combining the two schemes together is more powerful than separately using either of them. Utilising the density weighted or the gradient weighted MCFs with $\alpha=0.5,\ 1$, we can strengthen the constraint on $\Omega_m$ by factors of 2 or 4, respectively, compared with the standard 2-point correlation function, while simultaneously using the MCFs of the two weighting schemes together can be $1.25$ times more statistically powerful than using the gradient weighting scheme alone. The mark weighted statistics may play an important role in cosmological analysis of future large-scale surveys. Many issues, including the possibility of using other types of weights, the influence of the bias on this statistics, as well as the usage of MCFs in the tomographic Alcock-Paczynski method, are worth further investigations.

연구 동기 및 목표

• 비정규 군집 정보를 통합함으로써 표준 이변량 통계를 초월하여 우주론적 파arameter에 대한 제약을 향상시키는 것.
• 밀도 장의 공간적 기울기가 marked correlation functions에서 밀도 자체보다 더 정보가 풍부한 마크가 될 수 있는지 조사하는 것.
• Ωm 제약을 분석할 때 밀도 기반 및 기울기 기반 가중치 방법을 조합한 통계적 능력을 평가하는 것.
• 미래의 대규모 구조 설문 조사에서 기울기 가중 MCF를 사용하는 것의 실현 가능성과 이점 평가.

제안 방법

• 연구는 기울기 기반 마크로 정의된 새로운 marked correlation function(MCF)를 도입하며, 이 마크는 |∇ρ/ρ|α (α = 0.5 및 1)로 정의되어 국소 밀도 기울기에 따라 은하 쌍을 가중한다.
• 이방성 및 스케일 평균 MCF W∆s(µ)는 N-body 시뮬레이션(BigMD 및 COLA)에서 계산되어 각도 의존성과 적색편이 공간 왜곡을 포착한다.
• 다양한 Ωm 값(0.25–0.35)을 가진 시뮬레이션 간의 W∆s(µ) 비교를 통해 우주론적 제약을 도출하며, χ² 및 줄여서 χ² 통계를 사용한다.
• 표준 2pCF, 밀도 가중 MCF, 기울기 가중 MCF의 세 가지 기법 간의 통계적 능력을 비교하며, 두 가지 가중치 유형의 병행 사용도 포함한다.
• 스케일 의존성 군집 분석을 위해 충분한 부피를 확보하기 위해 1024³ 입자를 포함한 (680h⁻¹Mpc)³ 박스 내에서 5개의 COLA 시뮬레이션을 사용한다.
• 공분산 행렬은 몽키 시뮬레이션으로부터 추정되며, 통계적 유의성은 χ² 및 줄여서 χ²를 통해 평가되며, 자유도는 점의 수에서 1을 뺀 것으로 근사한다.

실험 결과

연구 질문

• RQ1 밀도 기울기 |∇ρ/ρ|α가 우주론적 파arameter 추정을 위한 marked correlation functions에서 밀도 자체보다 더 정보가 풍부한 마크가 될 수 있는가?
• RQ2 기울기 가중 MCF의 통계적 능력은 표준 2pCF 및 밀도 가중 MCF와 비교해 어떻게 되는가?
• RQ3 밀도 기반 및 기울기 기반 가중치 방법을 병행 사용할 경우 상호 보완적 향상이 이루어지는가?
• RQ4 기울기 가중 MCF는 표준 이변량 통계에 비해 Ωm 제약을 얼마나 향상시키는가?
• RQ5 이 방법은 우주론적 모델 가정과 시뮬레이션의 체계적 오차에 대해 얼마나 강인한가?

주요 결과

• 기울기 가중 MCF는 밀도 가중 MCF보다 통계적으로 더 강력하며, 두 가지를 병행 사용할 경우 기울기 가중치만 사용할 때보다 통계적 능력이 25% 높다.
• α = 1일 때 기울기 가중 MCF를 사용하면 표준 2점 상관 함수 대비 Ωm 제약을 4배 강화시킨다.
• α = 0.5일 때 밀도 가중 MCF를 사용하면 표준 2pCF 대비 Ωm 제약을 2배 강화시킨다.
• 밀도 기반 및 기울기 기반 가중치 방법을 병행 사용하면 기울기 가중치 방법만 사용할 경우 대비 통계적 능력이 1.25배 높아진다.
• χ² 및 줄여서 χ² 통계는 두 가지 가중치 방법이 서로 다른 Ωm 값을 가진 시뮬레이션을 구분할 수 있음을 확인하며, 기울기 방법이 더 뛰어난 분류 능력을 보인다.
• 이 방법은 밀도 장과 함께 기울기 정보가 보완적인 정보를 제공하며, 다양한 천체망 환경에서 군집 패tern에 대한 민감도를 향상시킴을 보여준다.