[论文解读] ${ m S{\scriptsize IM}BIG}$: The First Cosmological Constraints from Non-Gaussian and Non-Linear Galaxy Clustering

ChangHoon Hahn, Pablo Lemos+9 more|arXiv (Cornell University)|Oct 23, 2023

Galaxies: Formation, Evolution, Phenomena被引用 6

一句话总结

该论文提出 SimBIG，一种新颖的宇宙学推断框架，利用高保真模拟和深度生成模型，从 BOSS 巡天中提取非高斯性和非线性星系聚类信息。通过结合三阶矩（bispectrum）与三维卷积神经网络作为摘要统计量，SimBIG 实现的 ΛCDM 参数宇宙学约束比功率谱分析的约束更紧密达 2.3 倍，H₀ 和 S₈ 的约束结果与早期和晚期宇宙探测结果一致。

ABSTRACT

The 3D distribution of galaxies encodes detailed cosmological information on the expansion and growth history of the Universe. We present the first cosmological constraints that exploit non-Gaussian cosmological information on non-linear scales from galaxy clustering, inaccessible with current standard analyses. We analyze a subset of the BOSS galaxy survey using ${ m S{\scriptsize IM}BIG}$, a new framework for cosmological inference that leverages high-fidelity simulations and deep generative models. We use two clustering statistics beyond the standard power spectrum: the bispectrum and a convolutional neural network based summary of the galaxy field. We infer constraints on $Λ$CDM parameters, $Ω_b$, $h$, $n_s$, $Ω_m$, and $σ_8$, that are 1.6, 1.5, 1.7, 1.2, and 2.3$ imes$ tighter than power spectrum analyses. With this increased precision, we derive constraints on the Hubble constant, $H_0$, and $S_8 = σ_8 \sqrt{Ω_m/0.3}$ that are competitive with other cosmological probes, even with a sample that only spans 10% of the full BOSS volume. Our $H_0$ constraints, imposing the Big Bang Nucleosynthesis prior on the baryon density, are consistent with the early time constraints from the cosmic microwave background (CMB). Meanwhile, our $S_8$ constraints are consistent with weak lensing experiments and similarly lie below CMB constraints. Lastly, we present forecasts to show that future work extending ${ m S{\scriptsize IM}BIG}$ to upcoming spectroscopic galaxy surveys (DESI, PFS, Euclid) will produce leading $H_0$ and $S_8$ constraints that bridge the gap between early and late time measurements and shed light on current cosmic tensions.

研究动机与目标

• 从星系聚类中提取非高斯性和非线性尺度的宇宙学信息，这些信息通常在标准功率谱分析中被忽略。
• 开发一种灵活的推断框架，利用高保真模拟和深度生成模型，对宇宙学参数估计中的复杂似然函数进行建模。
• 通过超越功率谱的高阶统计量，改进对关键宇宙学参数（尤其是 H₀ 和 S₈）的约束。
• 证明仅使用完整 BOSS 巡天体积 10% 的数据即可实现具有竞争力的约束，为未来应用于大规模巡天提供可行性。
• 预测 SimBIG 在未来光谱巡天（如 DESI、PFS 和 Euclid）中的潜力，以产生前沿的 H₀ 和 S₈ 约束，从而解决当前的宇宙学张力问题。

提出的方法

• SimBIG 采用正向建模方法，利用高保真 N 体模拟和半解析模拟，在宇宙学参数网格上模拟星系分布。
• 该框架使用两种摘要统计量：红移空间三阶矩的单极矩，以及训练有素的三维卷积神经网络（CNN），用于将三维星场压缩为低维表征。
• CNN 通过随机梯度下降进行训练，以最小化预测与真实宇宙学参数在训练集上的均方误差，并采用随机权重平均（SWA）以提升泛化能力。
• 三阶矩通过考虑巡天几何、选源函数和观测权重（包括恒星密度和视宁度条件）的红移空间估计器进行估算。
• 宇宙学约束通过近似贝叶斯计算（ABC）推导，其似然模型基于模拟数据学习，从而实现在全参数空间上的高效推断。
• 该方法在正向模型中直接包含光纤碰撞效应，避免了对后处理权重的依赖。

Figure 1: Left : Posteriors of cosmological parameters inferred from $B_{0}$ (blue) and CNN (orange) using SimBIG . All posteriors include a $\omega_{b}$ prior from BBN studies. The contours mark the 68 and 95 percentiles. For comparison, we include the posterior from the SimBIG $P_{\ell}$ analysis

实验结果

研究问题

• RQ1 非高斯性和非线性星系聚类统计量能否以统计上稳健的方式提取超越功率谱的宇宙学信息？
• RQ2 与标准功率谱分析相比，深度生成模型和高保真模拟在改善宇宙学参数约束方面能提升多少？
• RQ3 结合三阶矩与三维 CNN 的混合摘要统计量，能否在 H₀ 和 S₈ 约束上优于传统方法？
• RQ4 仅使用 BOSS 巡天 10% 的子样本所获得的约束，与完整数据集相比如何？是否可与其它宇宙学探针相媲美？
• RQ5 当应用于未来大规模光谱巡天（如 DESI、PFS 和 Euclid）时，SimBIG 潜在解决 H₀ 和 S₈ 张力的能力如何？

主要发现

• 与相同数据集的功率谱分析相比，SimBIG 对 Ωb、h、ns、Ωm 和 σ8 的宇宙学约束分别更紧密 1.6 倍、1.5 倍、1.7 倍、1.2 倍和 2.3 倍。
• 结合 Ωb 的大爆炸核合成先验后，H₀ 的约束与早期宇宙 CMB 测量结果一致，但与晚期本地测量结果存在张力。
• S₈ 的约束与弱引力透镜实验结果一致，但低于基于 CMB 的约束，反映出当前 S₈ 张力的持续存在。
• 尽管仅使用完整 BOSS 巡天体积的 10%，SimBIG 的 H₀ 和 S₈ 约束仍与全体积功率谱分析及其他宇宙学探针结果具有可比性。
• 预测表明，将 SimBIG 扩展至 DESI、PFS 和 Euclid 等未来巡天，可在 0 < z < 2.4 的红移范围内产生前沿的 H₀ 和 S₈ 约束，有望解决当前的宇宙学张力问题。
• 该框架表明，非高斯性和非线性聚类中蕴含着大量通过标准功率谱方法无法获取的宇宙学信息。

Figure 2: $S_{8}$ and $H_{0}$ posteriors for the SimBIG $B_{0}$ (blue) and CNN (orange) analyses. We include the posterior from the Ivanov et al. ( 2020 ) $P_{\ell}$ analyses of CMASS-SGC for comparison (black dashed). All posteriors include a $\omega_{b}$ prior from BBN studies. With the $B_{0}$ an