[论文解读] Detection is truncation: studying source populations with truncated marginal neural ratio estimation

Noemi Anau Montel, Christoph Weniger|arXiv (Cornell University)|Nov 8, 2022

Target Tracking and Data Fusion in Sensor Networks被引用 7

一句话总结

本文提出了一种自洽的联合源检测与群体推断框架，采用截断边缘神经比率估计（TMNRE），将检测建模为先验截断，以同时纳入已检测和亚阈值源。该方法通过分别对已检测源和亚阈值源训练神经网络，实现无偏的群体参数估计，结果表明对源数量、流量和空间分布等群体参数实现了稳定且互补的约束。

ABSTRACT

Statistical inference of population parameters of astrophysical sources is challenging. It requires accounting for selection effects, which stem from the artificial separation between bright detected and dim undetected sources that is introduced by the analysis pipeline itself. We show that these effects can be modeled self-consistently in the context of sequential simulation-based inference. Our approach couples source detection and catalog-based inference in a principled framework that derives from the truncated marginal neural ratio estimation (TMNRE) algorithm. It relies on the realization that detection can be interpreted as prior truncation. We outline the algorithm, and show first promising results.

研究动机与目标

• 解决由于已检测与未检测源之间人为分离而导致的天体物理源群体推断中的选择偏差问题。
• 开发一种统一的推断框架，能够同时执行源检测与群体参数估计，且不引入检测偏差。
• 实现对以往传统流程中被丢弃的亚阈值源的高效利用，用于群体水平推断。
• 提供一种模拟效率高、可解释性强的方法，与传统调查分析工作流程保持一致，同时利用深度学习的优势。

提出的方法

• 将源检测重新表述为先验截断，其中高于流量阈值的源被视为已检测，其检测概率通过灵敏度函数 $ S(F, \Omega) $ 建模。
• 训练一个神经网络以估计似然比与证据比 $ r_1(\Omega, F_{\text{th}}; \mathbf{x}) $，使用图像到图像的分类方法识别天空图中的已检测源。
• 通过仅限制先验支持至那些在目标观测中会产生已检测源的参数配置，构建截断模拟模型，以实现针对性训练。
• 为已检测源和亚阈值源分别训练独立的神经比率估计器，以推断群体参数 $ \boldsymbol{\vartheta} = \{N, \Sigma, h\} $ 的边缘后验分布，并通过TMNRE结合结果。
• 使用分层贝叶斯模型 $ p(\mathbf{x}, \vec{\mathbf{s}}, \boldsymbol{\vartheta}) $ 模拟包含流量和位置参数以及仪器效应的天空图。
• 利用TMNRE算法的顺序、模拟高效的训练方案，集中关注参数空间的相关区域，从而提升收敛速度与可扩展性。

实验结果

研究问题

• RQ1 在基于模拟的推断框架中，是否可以一致地将源检测建模为先验截断？
• RQ2 如何联合利用已检测和亚阈值源的信息，以推断群体参数而不引入检测偏差？
• RQ3 亚阈值源与已检测源在对群体参数（如源数量 $ N $、流量分布 $ \Sigma $ 和空间分布 $ h $）的约束上，其贡献差异有多大？
• RQ4 TMNRE框架是否可被调整以同时处理检测与推断，同时保持可解释性与模拟效率？

主要发现

• 该方法成功结合了已检测与亚阈值源的信息，对两部分均得出了稳定的后验约束。
• 源数量 $ N $ 主要由亚阈值源更好地约束，而空间分布参数 $ h $ 则主要由已检测源更好地约束。
• 由于在分层模型中不同检测实现下 $ \Sigma $ 的重采样，已检测源对流量参数 $ \Sigma $ 的约束较弱。
• 在单张NVIDIA RTX 3080 Ti GPU上，生成图3结果的总计算成本约为2小时。
• 已检测源与亚阈值源的推断后验分布彼此一致，并与联合结果一致，表明偏差校正有效。
• 该方法继承了TMNRE的模拟效率与可扩展性，适用于SKA和CTA等大规模巡天项目。