[論文レビュー] Inferring Galactic magnetic field model parameters using IMAGINE - An Interstellar MAGnetic field INference Engine

Theo Steininger, T. A. Enßlin+8 more|arXiv (Cornell University)|Jan 12, 2018

Stellar, planetary, and galactic studies参考文献 3被引用数 6

ひとこと要約

本論文は、銀河磁場（GMF）モデルのパラメータを体系的に推定するためのオープンソースのベイズ推論フレームワークであるIMAGINEを紹介する。多波長観測データ—シンクロトロン放射およびファラデー回折—を統合し、高度なサンプリングおよび場理論のツールを用いて統一的な統計パイプラインを構築することで、IMAGINEは、信頼性が高く再現可能なモデル比較とパラメータ推定を可能にし、補完的データの共同解析が制約の精度とモデルの信頼性を顕著に向上させることを示している。

ABSTRACT

Context. The Galactic magnetic field (GMF) has a huge impact on the evolution of the Milky Way. Yet currently there exists no standard model for it, as its structure is not fully understood. In the past many parametric GMF models of varying complexity have been developed that all have been fitted to an individual set of observational data complicating comparability. Aims. Our goal is to systematize parameter inference of GMF models. We want to enable a statistical comparison of different models in the future, allow for simple refitting with respect to newly available data sets and thereby increase the research area's transparency. We aim to make state-of-the-art Bayesian methods easily available and in particular to treat the statistics related to the random components of the GMF correctly. Methods. To achieve our goals, we built IMAGINE, the Interstellar Magnetic Field Inference Engine. It is a modular open source framework for doing inference on generic parametric models of the Galaxy. We combine highly optimized tools and technology such as the MultiNest sampler and the information field theory framework NIFTy in order to leverage existing expertise. Results. We demonstrate the steps needed for robust parameter inference and model comparison. Our results show how important the combination of complementary observables like synchrotron emission and Faraday depth is while building a model and fitting its parameters to data. IMAGINE is open-source software available under the GNU General Public License v3 (GPL-3) at: https://gitlab.mpcdf.mpg.de/ift/IMAGINE

研究の動機と目的

• 銀河磁場（GMF）モデルパラメータを推定するための標準化され、透明性があり再現可能な手法の不足に対処すること。
• 一貫性のある推論フレームワークを提供することで、競合するGMFモデルの統計的比較を可能にすること。
• GMFのランダム（乱流）成分に関連する統計的不確実性を適切に扱うこと。
• 新しい観測データが入手可能になった際にもモデルの再適合を可能にし、研究の透明性を高めること。
• 天文学コミュニティが利用可能でモジュラーな最新のベイズ推論技術へのアクセスを可能にすること。

提案手法

• NIFTy（情報場理論）とMultiNestを基盤とするスケーラブルなベイズ推論を実現するモジュラーでオープンソースのフレームワーク（IMAGINE）を実装すること。
• モデルの複雑さや幾何学的形状を変更可能な柔軟なインターフェースを備えたパラメトリックなGMFモデルを統合すること。
• 合成データおよび実観測データ—特にシンクロトロン放射およびファラデー回折測定値—を尤度制約として使用すること。
• ベイズモデル比較のための証拠（周辺尤度）を用い、データの妥当性に基づいてモデルを順位付けすること。
• パイプラインの整合性と検証のため、リアルな模擬データを生成するためにHammurabi Xシミュレータを活用すること。
• コーナープロットおよび事後分布を用いて、特にχ0とψ0におけるパラメータ制約とデゲネラシーを可視化すること。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてベイズパラメータ推論を銀河磁場のパラメトリックモデルに体系的かつ一貫して適用できるか？
• RQ2 例えばシンクロトロン放射とファラデー回折の複数の観測データを組み合わせることで、GMFパラメータ制約の精度と信頼性にどのような影響を与えるか？
• RQ3 磁場の向きに関する180°の不確実性（180° ambiguity）のような形態的デゲネラシーは、事後分布にどのように現れ、どのように診断できるか？
• RQ4 既存のGMFモデル、例えばWMAP LSAモデルは、実データを用いて統計的に妥当性を検証できるか、あるいは拒否できるか？
• RQ5 このフレームワークは、磁場、熱的電子密度、および宇宙線パラメータを統合的に推定するパイプラインへと拡張可能か？

主な発見

• シンクロトロン放射とファラデー回折の両データの組み合わせにより、磁場の向きや強度に関する不確実性が顕著に低減され、パラメータ制約が改善された。
• WMAP LSAモデルは、B0の事後分布がゼロに向かって駆動され、明確なピークを示さないため、ファラデー回折データと統計的に整合しないことが判明した。
• 事後分布から、磁場成分の視線方向積分に起因するχ0（磁場向き）における広がったデゲネラシーが明らかになった。260°付近の二次ピークは、おそらく形態的デゲネラシーに起因していると考えられる。
• ψ0（ピッチ角）のモデルパラメータは、6.69°付近に事後分布ピークを示し、以前の最良適合値と整合的であり、パイプラインの正確性を裏付けた。
• χ0のモデルパラメータは、78.6°と報告された以前の最良適合値に一致する明確なピーク（約80°）を示し、パイプラインが既知の解を適切に回復できることを確認した。
• 本フレームワークは模擬データ上で自己整合性を示し、今後の磁場、電子密度、および宇宙線集団の共同推定に向けた再現可能で拡張可能なパイプラインを提供した。