[논문 리뷰] Field-Level Inference with Microcanonical Langevin Monte Carlo

Adrian E. Bayer, Uroš Seljak외 1명|arXiv (Cornell University)|2023. 07. 18.

Markov Chains and Monte Carlo Methods인용 수 9

한 줄 요약

논문은 Microcanonical Langevin Monte Carlo (MCLMC)를 우주론의 필드 수준 추론에 적용하여 고차원 초기 조건 및 우주론 매개변수 샘플링에서 HMC 대비 상당한 효율 향상을 보인다. MCLMC는 그래디언트 평가당 유효 샘플 수(ESS)가 더 높고, 비선형성 수준에 따라 차원의 증가에 대해 확장성이 우수하게 증가한다.

ABSTRACT

Field-level inference provides a means to optimally extract information from upcoming cosmological surveys, but requires efficient sampling of a high-dimensional parameter space. This work applies Microcanonical Langevin Monte Carlo (MCLMC) to sample the initial conditions of the Universe, as well as the cosmological parameters $σ_8$ and $Ω_m$, from simulations of cosmic structure. MCLMC is shown to be over an order of magnitude more efficient than traditional Hamiltonian Monte Carlo (HMC) for a $\sim 2.6 imes 10^5$ dimensional problem. Moreover, the efficiency of MCLMC compared to HMC greatly increases as the dimensionality increases, suggesting gains of many orders of magnitude for the dimensionalities required by upcoming cosmological surveys.

연구 동기 및 목표

• 다가오는 우주론 설문의 정보를 최적하게 추출하기 위한 수단으로서의 필드 수준 추론에 대한 동기를 부여한다.
• Microcanonical Langevin Monte Carlo (MCLMC)를 사용한 고차원 초기 조건 및 우주론 매개변수의 샘플링을 시연한다.
• 효율성과 차원성 진행에 따른 확장을 기준으로 MCLMC와 Hamiltonian Monte Carlo (HMC)를 비교한다.
• 전방 모델링의 다양한 비선형성 수준(ZA, 2LPT, PM)에서 견고성을 평가한다.
• 다가오는 설문의 데이터 볼륨에 대한 확장성에 관한 지침을 제공한다.

제안 방법

• 필드 수준 추론과 초기 모드 s 및 우주론 매개변수 λ에 대한 대상 포스터리를 검토한다.
• Microcanonical Hamiltonian/Langevin Monte Carlo (MCHMC/MCLMC) 다이내믹스와 그들의 엔트로피를 높이는 모멘텀 재샘플링을 설명한다.
• P(u) 투영 및 힘 f(z)와 Langevin 확산항 η dW를 갖는 MCLMC 방정식을 도입한다.
• 구별 가능한 순방향 모델링(pmwd)을 사용하여 3D 비선형 암질자장을 생성하고 1LPT, 2LPT, 5-step PM에서 샘플링한다.
• 혼합을 향상시키기 위해 근사 후방 분산으로 매개변수를 예비 전처리한다.
• 다양한 차원성과 비선형 전방 모델하에서 유효 샘플 수를 그래디언트당 평가로 평가한다.

실험 결과

연구 질문

• RQ1 MCLMC가 필드 수준의 우주론 추론에서 HMC에 비해 그래디언트당 ESS 측면에서 샘플링 효율성에 대해 어떻게 성능을 보이는가?
• RQ2 전방 모델의 차원성 및 비선형성 정도가 증가함에 따라 MCLMC의 효율성 우위가 어떻게 확장되는가?
• RQ3 초기 조건과 우주론 매개변수(Ωm, σ8)에 대해 MCLMC가 HMC와 동일한 포스터리를 재현할 수 있는가?
• RQ4 전방 모델의 비선형성(ZA, 2LPT, PM)이 샘플링 성능에 미치는 영향은 무엇인가?
• RQ5 다가오는 우주론 설문에서 예상되는 차원성에 대해 MCLMC가 실행 가능한가?

주요 결과

• MCLMC는 초기 모드와 우주론 매개변수 모두에 대해 HMC와의 근접한 일치를 보이는 샘플을 생성한다.
• MCLMC는 모든 경우에서 HMC보다 우수하며, 2LPT와 같은 더 높은 비선형성에서의 이득이 가장 크고(ESS에서 최대 두 자릿수 차이), PM 단계에서의 이득은 보통 수준이다.
• MCLMC의 그래디언트당 ESS는 차원성이 증가함에 따라 HMC보다 뚜렷한 이점을 보이며, 모드 및 매개변수의 경우 64^3 차원의 경우 대략 40–80배의 차이가 나타난다.
• MCLMC의 ESS는 HMC보다 차원성 증가에 따라 더 느리게 저하되는데, 이는 MCLMC에 에너지 기반의 엄격한 스텝 크기 제약이 없기 때문이다.
• 차원성에 따른 효율성 이득은 미래 설문에서 필요한 고차원 맵에 대해 잠재적으로 수십 배 이상의 개선을 시사한다.