[論文レビュー] Impact of Simultaneous Stellar Modeling Uncertainties on the Tip of the Red Giant Branch for Axion-Election Coupling

Mitchell T Dennis, Jeremy Sakstein|arXiv (Cornell University)|May 4, 2023

Dark Matter and Cosmic Phenomena被引用数 4

ひとこと要約

本論文は、星の物理的不確実性を考慮した上で、赤色超巨星の巨星回折端（TRGB）の明るさを用いて、axion-電子結合を同時に制約する機械学習を用いたマーカフチェーンモンテカルロ（MCMC）フレームワークを導入する。質量、ヘリウム含有率、金属量、axion結合を変化させた116,250個の星のモデルを用いたエミュレータのトレーニングにより、$\alpha_{26} \leq 2$ の領域はTRGBの校正によって除外されないことが判明した。これは、かつて制約されていたと想定されていたパラメータ空間を顕著に拡張するものである。

ABSTRACT

We present a novel method for incorporating the effects of stellar modeling uncertainties into constraints on the axion-electron coupling constant found using the observed calibration of the tip of the red giant branch (TRGB) I band magnitude $M_I$.~We simulate grids of models with varying initial stellar mass, helium abundance, metallicity, and axion-electron coupling $α_{26}= 10^{26} g^2_{ae}/4π$ but different (fixed) mixing lengths and mass loss efficiencies.~We then train separate machine learning emulators to predict $M_I$ as a function of the varying parameters for each grid.~Our emulators enable the use of Markov Chain Monte Carlo simulations where $α_{26}$ is varied simultaneously with the stellar parameters.~One of our grids yields a bound $α_{26}\leq 0.75$ at the 95\% confidence limit, a factor of $\sim3.7$ weaker than previous bounds;~while the other grid yields $α_{26}\leq1.58$ at the 95\% confidence limit, a factor $\sim7.8$ weaker than previous bounds.~We demonstrate that the different values we find are due to covariances between stellar and axion physics that are not accounted for by single parameter variations.~Our results suggest that the bound on $α_{26}$ derived using empirical calibrations of the TRGB I band magnitude need to be reevaluated using simultaneous parameter variation.~Alternative methods that use the bolometric luminosity instead of $M_I$ are more robust because they are not reliant upon theoretical predictions of the effective temperature.

研究の動機と目的

• TRGBの明るさを用いてaxion-電子結合の制約を再評価するが、星の入力物理的パラメータのデゲネラシーと不確実性を考慮する。
• 星の進化コードの計算コストのボトルネックを克服するため、機械学習を用いてモデル出力をミリ秒単位でエミュレートすることで、MCMCにおける計算コストを削減する。
• axion結合と星のパラメータを同時に変化させた場合に、以前に報告された $\alpha_{26} < 0.134$（95%信頼水準）の境界が依然有効かどうかを検証する。
• ベイズ推論に星の入力物理的不確実性を組み込むことで、新しい物理の宇宙物理学的プローブを再評価する一般化可能な手法を示す。

提案手法

• MESAを用いて、初期質量、ヘリウム含有率、金属量、axion-電子結合 $\alpha_{26}$ を変化させた116,250個の星のモデルのグリッドを生成した。
• モデルグリッド上でトレーニングされた機械学習エミュレータを用い、入力パラメータの関数としてTRGBのIバンド等価明るさ $M_I$ および関連するボロメトリック補正誤差を予測した。
• エミュレータのおかげで、MCMCシミュレーションにおける評価が高速化され、axion結合と星のパラメータを同時にサンプリングする際の計算コストが、1サンプルあたり数時間から数ミリ秒にまで短縮された。
• MCMC解析における尤度の事前分布として、LMC、NGC 4258、$\omega$ Centauriからの実験的TRGB校正が使用された。
• axionのエネルギー損失率（半コンプトン散乱およびブレムストラール）は、標準的な $\alpha_{26} = 10^{26}g_{ae}^2/4\pi$ のパrametrizationを用いてMESA星のコードに組み込まれた。
• MCMC解析では、理論的 $M_I$ を観測された校正と比較するためにエミュレートされた予測が使用され、色補正と測定不確実性も含めた。

実験結果

リサーチクエスチョン

• RQ1 星の物理的不確実性とデゲネラシーを完全に考慮した場合、以前に報告された $\alpha_{26} < 0.134$（95%信頼水準）のaxion-電子結合に対する境界は依然有効であるか？
• RQ2 機械学習エミュレータは、新しい物理パラメータを含む星のモデルのMCMCサンプリングを、完全な星の進化コードの計算コストを克服するために効率的に行えるか？
• RQ3 初期質量、ヘリウム含有率、金属量をaxion結合と同時に変化させた場合、axion-電子結合 $\alpha_{26}$ の妥当なパラメータ空間はどの程度か？
• RQ4 星の入力物理的不確実性を推論プロセスに伝播させた場合、実験的TRGB校正がaxion-電子結合をどの程度制約するか？

主な発見

• 星の不確実性とデゲネラシーをMCMC解析で完全に考慮した場合、$\alpha_{26} \leq 2$ の領域は実験的TRGB校正によって除外されない。
• 研究では、星のパラメータとaxionパラメータを同時に変化させた場合、以前に強く制約されていた $\alpha_{26} < 0.134$（95%信頼水準）の境界はもはや有効ではないことが判明した。
• 機械学習エミュレータにより、星のモデル評価時間が数時間から数ミリ秒に短縮され、パラメータ空間全体の実用的なMCMCサンプリングが可能になった。
• MCMCの結果から、観測されたTRGB明るさ $M_I$ は、$\alpha_{26}$ の値が2までの広範な星のパラメータ範囲において理論的予測と整合的であることが示された。
• グリッドがこの点を越えていないが、トレンドから $\alpha_{26} > 2$ の値についても制約がない可能性が高いと分析された。
• 本手法は、星の入力物理的不確実性をベイズ推論に組み込むことで、他の新しい物理の宇宙物理学的プローブを再評価するための一般化可能なフレームワークを提供する。