[论文解读] Decoding Dark Matter Substructure without Supervision

Stephon Alexander, Sergei Gleyzer+5 more|arXiv (Cornell University)|Aug 28, 2020

Dark Matter and Cosmic Phenomena参考文献 128被引用 13

一句话总结

本文提出一种无监督机器学习方法，利用自编码器在无需先验标签或假设模型的情况下，检测星系-星系强引力透镜模拟中的暗物质亚结构。表现最佳的深度对抗自编码器实现了接近最优的异常检测性能，能够高精度地将亚结构识别为异常，并通过重建误差图揭示亚结构的位置，为暗物质亚结构搜索提供了一条模型无关的初步路径。

ABSTRACT

The identity of dark matter remains one of the most pressing questions in physics today. While many promising dark matter candidates have been put forth over the last half-century, to date the true identity of dark matter remains elusive. While it is possible that one of the many proposed candidates may turn out to be dark matter, it is at least equally likely that the correct physical description has yet to be proposed. To address this challenge, novel applications of machine learning can help physicists gain insight into the dark sector from a theory agnostic perspective. In this work we demonstrate the use of unsupervised machine learning techniques to infer the presence of substructure in dark matter halos using galaxy-galaxy strong lensing simulations.

研究动机与目标

• 开发一种与具体暗物质候选者假设无关的、用于检测强引力透镜图像中暗物质亚结构的模型无关方法。
• 通过消除对标注训练数据或先验模型假设的需求，克服监督方法和贝叶斯方法的局限性。
• 评估无监督异常检测是否能够以与监督方法相当或更优的性能识别亚结构。
• 探究自编码器的重建误差图是否保留了足够的信息以实现与原始图像相当的亚结构分类。
• 建立一个流程：无监督异常检测首先标记可疑的透镜系统，随后通过监督或贝叶斯分析进行后续研究。

提出的方法

• 在星系-星系系统生成的强透镜模拟图像上，训练多种无监督自编码器架构——变分自编码器、对抗自编码器和深度卷积自编码器。
• 使用重建误差作为异常得分，将包含亚结构的图像识别为相对于无亚结构分布的异常值。
• 使用重建图像与原始图像之间的Wasserstein距离评估性能，距离越低表示重建效果越好，异常得分越低。
• 将无监督异常检测器的性能与理想化的最优异常检测器进行比较，以量化其有效性。
• 在重建误差图上训练二值ResNet分类器，以检验其是否包含与原始透镜图像等效的亚结构分类信息。
• 将无监督自编码器与监督分类器结合，构建两阶段流程，以提升整体检测性能。

实验结果

研究问题

• RQ1 无监督机器学习是否能够在无需先验标签或模型假设的情况下，检测强透镜图像中的暗物质亚结构？
• RQ2 在真实的透镜模拟中，无监督异常检测的性能与最优异常检测器相比如何？
• RQ3 自编码器的重建误差图是否保留了足够信息，以实现与原始图像相当的亚结构类型分类？
• RQ4 将无监督异常检测与监督分类结合，是否能提升整体亚结构检测性能？
• RQ5 重建误差是否能够突出亚结构的空间位置，从而实现潜在的透镜方程反演？

主要发现

• 深度对抗自编码器在异常检测中实现了接近最优的性能，重建误差有效将亚结构识别为异常。
• 重建图像与原始图像之间平均Wasserstein距离为模型性能提供了定量度量，证实对抗自编码器表现更优。
• 重建误差图对亚结构位置表现出空间敏感性，表明其在亚结构定位和未来透镜反演方面具有潜力。
• 在误差图上训练的二值分类器，对亚核的AUC得分为0.959，对涡旋的AUC得分为0.997，对综合亚结构类型的AUC得分为0.984，与使用原始图像的分类器性能相当。
• 无监督自编码器与监督分类器结合的混合流程，显著提升了二值分类性能，优于任一方法单独使用的效果。
• 无监督方法对先前未知或未预期的亚结构模型表现出敏感性，使其成为通用暗物质亚结构搜索的稳健独立工具。