[논문 리뷰] Robust sampling for weak lensing and clustering analyses with the Dark Energy Survey

P. Lemos, Weaverdyck, N.외 69명|arXiv (Cornell University)|2022. 02. 16.

Gaussian Processes and Bayesian Inference인용 수 4

한 줄 요약

이 논문은 암흑 에너지 조사(DEA) Y3 데이터에서 약한 렌즈 및 군집 분석을 위한 베이지안 샘플링 알고리즘 세 종류—MultiNest, PolyChord, Metropolis–Hastings—을 평가한다. PolyChord가 속도와 강건성 사이의 최적의 균형을 제공하며 일관된 베이지안 증거와 신뢰할 수 있는 신뢰구간을 도출함을 발견하였고, 향후 DES Y3 데이터를 통한 천체물리학적 분석에 적합한 설정을 제안한다.

ABSTRACT

Recent cosmological analyses rely on the ability to accurately sample from high-dimensional posterior distributions. A variety of algorithms have been applied in the field, but justification of the particular sampler choice and settings is often lacking. Here we investigate three such samplers to motivate and validate the algorithm and settings used for the Dark Energy Survey (DES) analyses of the first 3 years (Y3) of data from combined measurements of weak lensing and galaxy clustering. We employ the full DES Year 1 likelihood alongside a much faster approximate likelihood, which enables us to assess the outcomes from each sampler choice and demonstrate the robustness of our full results. We find that the ellipsoidal nested sampling algorithm $ exttt{MultiNest}$ reports inconsistent estimates of the Bayesian evidence and somewhat narrower parameter credible intervals than the sliced nested sampling implemented in $ exttt{PolyChord}$. We compare the findings from $ exttt{MultiNest}$ and $ exttt{PolyChord}$ with parameter inference from the Metropolis-Hastings algorithm, finding good agreement. We determine that $ exttt{PolyChord}$ provides a good balance of speed and robustness, and recommend different settings for testing purposes and final chains for analyses with DES Y3 data. Our methodology can readily be reproduced to obtain suitable sampler settings for future surveys.

연구 동기 및 목표

• 우주론적 매개변수 추정을 위한 고차원 베이지안 추론에서 다양한 샘플링 알고리즘의 강건성과 정확도를 평가하기 위해.
• DES Y3 복합 약한 렌즈 및 군집(3x2pt) 분석에서 사용된 샘플러 및 설정의 타당성을 검증하기 위해.
• 샘플러의 초매개변수(예: 라이브 포인트 수, 허용 오차)가 사후 분포 제약과 베이지안 증거 추정에 미치는 영향을 정량화하기 위해.
• 향후 천체물리학적 설문조사에서 최적의 샘플러 설정을 선택하는 데 재현 가능한 방법론을 제공하기 위해.
• 샘플링 관련 불확실성이 천체물리학적 제약에서 통계적 오차 및 체계적 오차에 비해 무시할 만큼 작다는 것을 보장하기 위해.

제안 방법

• 샘플러 성능 평가를 효율적으로 하기 위해 전체 DES 연도 1 우도와 더 빠른 근사 우도를 모두 활용한다.
• 세 가지 샘플러를 비교한다: MultiNest(타원형 중첩 샘플링), PolyChord(슬라이스 중첩 샘플링), Metropolis–Hastings(MCMC).
• 일관성과 정확도 평가의 핵심 지표로 베이지안 증거와 사후 신뢰구간을 사용한다.
• 라이브 포인트 수, 허용 오차 수준, 반복 설정 등 다양한 초매개변수 설정을 테스트한다.
• 매개변수 추론의 기준으로 Metropolis–Hastings 알고리즘을 기반으로 결과를 검증한다.
• 사후 분포 시각화 및 수렴 진단을 위해 anesthetic 및 GetDist 도구를 적용한다.

실험 결과

연구 질문

• RQ1 DES Y3 데이터에서 MultiNest, PolyChord, Metropolis–Hastings와 같은 다양한 샘플링 알고리즘이 베이지안 증거와 사후 신뢰구간을 어떻게 추정하는가?
• RQ2 MultiNest는 반복 실행 시 일관된 베이지안 증거 추정치를 제공하는가? 그리고 그 결과는 PolyChord와 비교해 어떻게 다른가?
• RQ3 샘플러의 초매개변수(예: 라이브 포인트 수, 허용 오차)가 천체물리학적 제약의 정확도와 신뢰성에 얼마나 큰 영향을 미치는가?
• RQ4 샘플러 성능 테스트 시 근사 우도가 전체 우도의 결과를 신뢰할 만하게 재현할 수 있는가?
• RQ5 DES Y3 천체물리학적 분석에서 강건하고 효율적인 추론을 달성하기 위한 최적의 샘플러 설정은 무엇인가?

주요 결과

• MultiNest는 반복 실행 시 일관되지 않은 베이지안 증거 추정치를 보이며, 수렴성과 신뢰성에 문제가 있음을 시사한다.
• MultiNest는 PolyChord보다 우주론적 매개변수에 대해 다소 좁은 신뢰구간을 생성하여 불확실성의 과소평가 가능성을 시사한다.
• PolyChord는 일관된 베이지안 증거와 잘 校정된 신뢰구간을 제공하며, 뛰어난 강건성을 입증한다.
• PolyChord와 Metropolis–Hastings의 결과는 양호한 일치를 보이며, PolyChord의 추론 신뢰성을 검증한다.
• PolyChord는 계산 속도와 정확도 사이의 유리한 트레이드오���을 제공하여 대규모 천체물리학적 분석에 적합하다.
• 저속도에서의 테스트 설정(예: 높은 허용 오차, 적은 라이브 포인트 수)과 최종 체인 설정(예: 낮은 허용 오차, 많은 라이브 포인트 수)에 대해 특정 설정을 권장한다. 이는 효율성과 정밀도의 균형을 맞추기 위함이다.