[論文レビュー] Augmenting astrophysical scaling relations with machine learning: application to reducing the Sunyaev-Zeldovich flux-mass scatter

Digvijay Wadekar, Leander Thiele+8 more|arXiv (Cornell University)|Jan 4, 2022

Geophysics and Gravity Measurements被引用数 5

ひとこと要約

本論文は、イリスTNGシミュレーションを用いた記号的回帰により、太陽系赤外線効果（Sunyaev-Zeldovich）放射とガス濃度を組み合わせた機械学習強化型質量プロキシ $ Y_{\text{conc}} \propto Y_{\text{SZ}}^{3/5}(1 - A\,c_{\text{gas}}) $ を導入し、大質量銀河団（$ M_{200c} \gtrsim 10^{14}\,h^{-1}\,M_\odot $）の質量推定における散らばりを20–30％低減する。この手法は、近い将来のCMBおよびX線宇宙背景測定計画における宇宙論的推論の精度を向上させる。

ABSTRACT

Complex astrophysical systems often exhibit low-scatter relations between observable properties (e.g., luminosity, velocity dispersion, oscillation period). These scaling relations illuminate the underlying physics, and can provide observational tools for estimating masses and distances. Machine learning can provide a fast and systematic way to search for new scaling relations (or for simple extensions to existing relations) in abstract high-dimensional parameter spaces. We use a machine learning tool called symbolic regression (SR), which models patterns in a dataset in the form of analytic equations. We focus on the Sunyaev-Zeldovich flux$-$cluster mass relation ($Y_\mathrm{SZ}-M$), the scatter in which affects inference of cosmological parameters from cluster abundance data. Using SR on the data from the IllustrisTNG hydrodynamical simulation, we find a new proxy for cluster mass which combines $Y_\mathrm{SZ}$ and concentration of ionized gas ($c_\mathrm{gas}$): $M \propto Y_\mathrm{conc}^{3/5} \equiv Y_\mathrm{SZ}^{3/5} (1-A\, c_\mathrm{gas})$. $Y_\mathrm{conc}$ reduces the scatter in the predicted $M$ by $\sim 20-30$\% for large clusters ($M\gtrsim 10^{14}\, h^{-1} \, M_\odot$), as compared to using just $Y_\mathrm{SZ}$. We show that the dependence on $c_\mathrm{gas}$ is linked to cores of clusters exhibiting larger scatter than their outskirts. Finally, we test $Y_\mathrm{conc}$ on clusters from CAMELS simulations and show that $Y_\mathrm{conc}$ is robust against variations in cosmology, subgrid physics, and cosmic variance. Our results and methodology can be useful for accurate multiwavelength cluster mass estimation from upcoming CMB and X-ray surveys like ACT, SO, eROSITA and CMB-S4.

研究の動機と目的

• 銀河団の質量関係における散らばりを低減し、現在のクラスタ数の宇宙論的パラメータ推定を制限するSunyaev-Zeldovich放射-質量（$ Y_{\text{SZ}}-M $）スケーリング関係の改善。
• 手動分析では特定が困難な非線形的かつ多次元の従来の累乗則スケーリング関係の拡張を発見すること。
• 多波長観測量を用いて、より高精度なクラスタ質量推定を可能にする物理的解釈が可能な強固な質量プロキシの開発。
• CAMELSシミュレーションスイートを用いて、宇宙論的および小スケール物理パラメータの多様な条件下での新しいプロキシの妥当性を検証すること。
• ACT、SO、eROSITA、CMB-S4などの近い将来のCMBおよびX線宇宙背景測定計画におけるより正確な質量推定を可能にすること。

提案手法

• 高次元の天体物理学的データからのクラスタ質量予測における散らばりを最小化する非線形関数形を特定するため、記号的回帰（SR）を適用。
• IllustrisTNG流体力学的シミュレーションを用い、$ Y_{\text{SZ}} $、クラスタ質量、ガス濃度（$ c_{\text{gas}} $）を主な変数として、記号的回帰モデルの学習および検証に使用。
• SZ放射とコアガス構造の両方の影響を捉えるために、新しい質量プロキシ $ Y_{\text{conc}}^{3/5} \equiv Y_{\text{200c}}^{3/5}(1 - A\,c_{\text{gas}}) $ を定式化。ここで $ A $ はフィッティングされた定数。
• 追加パラメータを含むランダムフォレスト回帰器と比較して、$ Y_{\text{SZ}} $ 唯一のモデルとの性能を評価。
• CAMELSシミュレーションスイートを用いて、$ Y_{\text{conc}} $ のロバストネスを検証。ここでは宇宙論的パrameter、フィードバックモデル、および宇宙分散の変動を含む。
• 散らばりの空間的依存性を分析するため、クラスタコア領域を除いて、中心領域が不確実性を増加させる役割を特定。

実験結果

リサーチクエスチョン

• RQ1 機械学習は、$ Y_{\text{SZ}}-M $ スケーリング関係の非線形的かつ多次元の拡張を特定可能であり、質量予測の散らばりを低減できるか？
• RQ2 ガス濃度（$ c_{\text{gas}} $）を含めることで、$ Y_{\text{SZ}} $ 唯一のものと比較して、クラスタ質量推定の精度がどのように向上するか？
• RQ3 提案された $ Y_{\text{conc}} $ プロキシは、多様な宇宙論的および小スケール物理的条件下でもロバストか？
• RQ4 特にクラスタコア領域において、散らばり低減が顕著な背後にある物理的メカニズムは何か？
• RQ5 記号的回帰アプローチは、銀河、星、系外惑星など、他の広く用いられる天体物理学的スケーリング関係の改善にも一般化可能か？

主な発見

• 新しいプロキシ $ Y_{\text{conc}}^{3/5} \equiv Y_{\text{200c}}^{3/5}(1 - A\,c_{\text{gas}}) $ は、$ Y_{\text{SZ}} $ 唯一のものと比較して、大質量クラスタ（$ M_{200c} \gtrsim 10^{14}\,h^{-1}\,M_\odot $）の質量予測における散らばりを約20–30％低減する。
• この改善効果は、ノイズが高く複雑な物理が働くクラスタコア領域で特に顕著である。
• クラスタコア領域を除くことで、$ Y_{\text{SZ}} $-ベースの質量推定における散らばりが低減し、コア領域の物理的要因が散らばりの主な要因であることを確認。
• $ Y_{\text{conc}} $ プロキシはCAMELSシミュレーションスイート全体でロバストであり、宇宙論的パrameter、フィードバックモデル、宇宙分散の変動に対しても一貫した性能を示す。
• 記号的回帰は、$ Y_{\text{SZ}} $ 唯一のものや追加パラメータを含むランダムフォレストベースのモデルを凌駕する物理的解釈可能な解析的形を効果的に同定した。
• この手法は、銀河、星、系外惑星などの他の広く用いられる天体物理学的スケーリング関係の改善にも応用可能である可能性を示している。