[论文解读] EDGES and JWST with 21cm global signal emulator

Shintaro Yoshiura, Teppei Minoda+1 more|arXiv (Cornell University)|May 19, 2023

Advanced Measurement and Metrology Techniques被引用 4

一句话总结

该论文开发了一种基于人工神经网络的模拟器，可高效预测21厘米全球信号，精度达亚毫开尔文（sub-mK），从而实现快速贝叶斯参数估计。将该模拟器应用于EDGES低波段数据时，发现结果对前景建模、噪声假设和频率范围高度敏感；贝叶斯证据倾向于更高阶多项式前景模型和增强型噪声，且EDGES推导出的模型与z≈16处近期詹姆斯·韦伯空间望远镜（JWST）的星系光度函数测量结果一致。

ABSTRACT

The 21cm global signal is an important probe to reveal the properties of the first astrophysical objects and the processes of the structure formation from which one can constrain astrophysical and cosmological parameters. To extract the information of such parameters, one needs to efficiently evaluate the 21cm global signal for statistical analysis. First we developed an artificial neural network-based emulator to predict the 21cm global signal, which works with significantly less computational cost and high precision. Then we apply our emulator to demonstrate the parameter estimation based on the Bayesian analysis by using the publicly available EDGES low-band data. We find that the result is sensitive to the foreground model, the assumption of noise, and the frequency range used in the analysis. The Bayesian evidence suggests the models with higher order polynomial function and enhanced noise are preferred. We also compare models suggested from the EDGES low-band data and the ones from recent JWST measurements of the galaxy luminosity function at $z=16$. We find that the model which produces the 21cm absorption line at $z\approx15$ is well consistent with the central value of the observed luminosity function at $z=16$.

研究动机与目标

• 开发一种快速、精确的21厘米全球信号模拟器，以实现宇宙学中高效统计推断。
• 利用公开的EDGES低波段数据执行贝叶斯参数估计，同时考虑前景、噪声和频率范围的不确定性。
• 检验EDGES推导出的天体物理模型与近期JWST在z≈16处对星系紫外光度函数观测结果的一致性。
• 评估系统效应（如前景和噪声建模）对21厘米信号检测可靠性的影响。
• 探讨EDGES吸收信号对原初功率谱参数和早期恒星形成的影响。

提出的方法

• 在涵盖8个天体物理参数和3个原初功率谱参数的21厘米全球信号模拟数据上训练人工神经网络（ANN）。
• 该模拟器以毫开尔文（mK）量级的均方根误差（RMSE）预测21厘米全球信号，与完整模拟相比计算成本显著降低。
• 使用Polychord采样器执行贝叶斯推断，似然函数基于EDGES低波段数据和建模的前景。
• 前景采用不同阶数的多项式函数建模，噪声假设为白噪声或增强型（红移相关）。
• 分析中对模型参数进行边缘化处理，并利用贝叶斯证据比较竞争性模型。
• 通过完整21cmFAST模拟对模拟器进行验证，并用于推导z=12和z=16处紫外光度函数的后验分布。

实验结果

研究问题

• RQ1 前景模型的选择如何影响从EDGES数据中推断出的21厘米全球信号及参数约束？
• RQ2 噪声建模假设（白噪声 vs. 增强型）对贝叶斯证据和信号检测显著性有何影响？
• RQ3 从EDGES推导出的天体物理参数在多大程度上与近期JWST在z≈16处对星系紫外光度函数的测量结果一致？
• RQ4 21厘米全球信号模拟器能否可靠地再现高红移恒星形成模型的信号形状与幅度？
• RQ5 后验参数约束对原初功率谱参数的敏感性在多大程度上取决于所假设的信号模型和数据范围？

主要发现

• 基于人工神经网络的模拟器在广泛天体物理和原初参数范围内，对21厘米全球信号的预测达到亚毫开尔文精度（RMSE为几毫开尔文）。
• 贝叶斯证据倾向于更高阶多项式前景模型和增强型噪声，表明系统建模对可靠推断至关重要。
• 21厘米全球信号幅度的后验分布与零一致，表明EDGES检测结果可能对建模假设高度敏感。
• 在z≈15处产生21厘米吸收线的模型与JWST在z=16处测量的紫外光度函数中心值一致。
• 对原初功率谱运行参数的约束较弱，但若信号形状和位置被良好确定，则β_s可被约束。
• 从EDGES数据推导出的z=12和z=16处紫外光度函数的后验分布与近期JWST观测结果高度一致。