[논문 리뷰] The Aemulus Project VI: Emulation of beyond-standard galaxy clustering statistics to improve cosmological constraints

Kate Storey-Fisher, Jeremy L. Tinker외 4명|arXiv (Cornell University)|2022. 10. 06.

Galaxies: Formation, Evolution, Phenomena참고 문헌 67인용 수 5

한 줄 요약

이 논문은 Aemulus $N$-body 시뮬레이션 세트를 활용하여, 표준 이외의 은하 군집 통계—특히 비정상도 확률 함수 $P_{\mathrm{U}}(s)$와 밀도 표시 상관 함수 $M(s)$—를 위한 가우시안 프로세스 에뮬레이터를 소개한다. 이는 소규모 스케일($0.1{-}50\,h^{-1}\mathrm{Mpc}$)에서 우주론적 제약 조건을 향상시키기 위한 것이다. 표준 통계만을 사용할 때와 비교해, $\sigma_8$, $\Omega_\mathrm{m}$, $f\sigma_8$의 제약 조건이 각각 33%, 28%, 18% 향상된다.

ABSTRACT

There is untapped cosmological information in galaxy redshift surveys in the non-linear regime. In this work, we use the AEMULUS suite of cosmological $N$-body simulations to construct Gaussian process emulators of galaxy clustering statistics at small scales ($0.1-50 \: h^{-1}\,\mathrm{Mpc}$) in order to constrain cosmological and galaxy bias parameters. In addition to standard statistics -- the projected correlation function $w_\mathrm{p}(r_\mathrm{p})$, the redshift-space monopole of the correlation function $ξ_0(s)$, and the quadrupole $ξ_2(s)$ -- we emulate statistics that include information about the local environment, namely the underdensity probability function $P_\mathrm{U}(s)$ and the density-marked correlation function $M(s)$. This extends the model of AEMULUS III for redshift-space distortions by including new statistics sensitive to galaxy assembly bias. In recovery tests, we find that the beyond-standard statistics significantly increase the constraining power on cosmological parameters of interest: including $P_\mathrm{U}(s)$ and $M(s)$ improves the precision of our constraints on $Ω_m$ by 27%, $σ_8$ by 19%, and the growth of structure parameter, $f σ_8$, by 12% compared to standard statistics. We additionally find that scales below $\sim6 \: h^{-1}\,\mathrm{Mpc}$ contain as much information as larger scales. The density-sensitive statistics also contribute to constraining halo occupation distribution parameters and a flexible environment-dependent assembly bias model, which is important for extracting the small-scale cosmological information as well as understanding the galaxy-halo connection. This analysis demonstrates the potential of emulating beyond-standard clustering statistics at small scales to constrain the growth of structure as a test of cosmic acceleration.

연구 동기 및 목표

• 비선형 영역, 특히 소규모 스케일($0.1{-}50\,h^{-1}\mathrm{Mpc}$)에서 은하 redshift 설문조사로부터 잠재된 우주론적 정보를 추출하기 위해.
• 고비용의 $N$-body 시뮬레이션 문제를 해결하기 위해 은하 군집 통계를 위한 가우시안 프로세스 에뮬레이터를 개발하기 위해.
• 은하 조립 비일관성에 민감한 새로운 통계, 예를 들어 $P_{\mathrm{U}}(s)$와 $M(s)$를 포함하여 우주론적 파rameter의 제약 조건을 향상시키기 위해.
• 이러한 새로운 통계가 파arameter 간의 비일관성(데기너시티)를 어떻게 깰 수 있는지, 그리고 우주론적 추론의 정밀도를 어떻게 향상시킬 수 있는지 테스트하기 위해.
• 탄력적인 헬로 오너십 분포와 환경 의존적 조립 비일관성 모델을 결합한 에뮬레이션된 표준 이외의 통계를 통해 정확하고 빠르며 민감한 우주론적 추론을 가능하게 하기 위해.

제안 방법

• 광범위한 우주론적 및 은하 비선형성 파rameter 공간에서 은하 군집 통계를 예측하기 위해 Aemulus 우주론적 $N$-body 시뮬레이션 세트를 기반으로 한 가우시안 프로세스 에뮬레이터를 구축한다.
• 다섯 가지 은하 군집 통계를 에뮬레이트한다: $w_{\mathrm{p}}(r_{\mathrm{p}})$, $\xi_0(s)$, $\xi_2(s)$, $P_{\mathrm{U}}(s)$, $M(s)$이며, 후자 두 가지는 국소 환경과 조립 비일관성에 민감하다.
• 에뮬레이터를 사용하여 우주론적 파rameter($\Omega_\mathrm{m}$, $\sigma_8$, $f\sigma_8$)와 은하 비선형성 파ram터(HOD 및 조립 비일관성)에 대한 가능도 기반 추론를 수행하며, 시뮬레이션에 의해 유도된 사전 확률를 사용한다.
• 기준 우주론 및 HOD 파aram터를 삽입하여 복원 테스트를 수행하고, 관측값을 단계적으로 추가함으로써 사후 제약 조건의 정밀도를 측정한다.
• 후행 샘플링의 노이즈 유발 오류를 줄이기 위해 공분산 행렬 스무딩을 적용하여 수렴성과 신뢰성을 향상시킨다.
• 헬로 오너십이 국소 밀도에 따라 달라지는 환경 의존적 조립 비일관성 모델을 통합하여 소규모 군집의 민감도를 향상시킨다.

실험 결과

연구 질문

• RQ1 표준 통계와 비교해 볼 때, 표준 이외의 군집 통계인 $P_{\mathrm{U}}(s)$와 $M(s)$는 얼마나 우주론적 제약 조건을 향상시키는가?
• RQ2 표준 이외의 군집 통계는 대규모 군집만으로는 포착되지 않는 비선형 영역($0.1{-}50\,h^{-1}\mathrm{Mpc}$)에서 얼마나 많은 우주론적 정보를 포함하고 있는가?
• RQ3 환경에 민감한 통계를 포함함으로써, 우주론적, HOD, 조립 비일관성 파aram터 간의 비일관성을 깰 수 있는가?
• RQ4 특히 노이즈가 많거나 잘 샘플링되지 않은 영역에서, 공분산 행렬 처리 방법에 따라 에뮬레이터 성능은 어떻게 달라지는가?
• RQ5 각 군집 통계가 $\sigma_8$, $\Omega_\mathrm{m}$, $f\sigma_8$ 제약 조건의 정밀도에 기여하는 상대적 기여도는 얼마인가?

주요 결과

• 표준 통계만을 사용할 때와 비교해, $P_{\mathrm{U}}(s)$와 $M(s)$를 포함함으로써 $\sigma_8$의 우주론적 제약 조건 정밀도가 33% 향상된다.
• 표준 이외의 통계를 추가함으로써 $\Omega_\mathrm{m}$의 제약 조건은 28% 향상되고, $f\sigma_8$는 18% 향상된다.
• $4\,h^{-1}\mathrm{Mpc}$ 이하의 스케일은 더 큰 스케일만큼의 우주론적 정보를 포함하고 있으며, 소규모 모델링의 중요성을 강조한다.
• 밀도 민감성 통계인 $P_{\mathrm{U}}(s)$와 $M(s)$는 헬로 오너십 분포(HOD) 및 조립 비일관성 파aram터, 특히 $f_{\mathrm{env}}$와 $\sigma_{\mathrm{env}}$의 제약 조건을 크게 향상시킨다.
• 탄력적인 조립 비일관성 모델링과 표준 이외의 통계 에뮬레이션의 조합은 우주론적, HOD, 조립 비일관성 파aram터 간의 비일관성을 효과적으로 깨뜨린다.
• 공분산 행렬 스무딩은 특히 불량한 행동을 보이는 모델에서 후행 샘플링의 안정성을 향상시켰지만, 일부 비현실적인 모드가 여전히 존재하여 잔여 샘플링 과제 또는 진짜로 존재하는 비일관성일 수 있음을 시사한다.