[论文解读] Mapping Dark Matter in the Milky Way using Normalizing Flows and Gaia DR3

Sung Hak Lim, Eric Putney+2 more|arXiv (Cornell University)|May 22, 2023

Galaxies: Formation, Evolution, Phenomena被引用 4

一句话总结

本文利用高斯混合模型对盖亚DR3中的600万颗恒星数据进行分析，提出了一种无需模型、基于数据的银河系太阳邻域局部引力加速度与质量密度的3D地图，采用归一化流（normalizing flows）方法。研究测得局部暗物质密度为 $0.47 \pm 0.05$ GeV/cm³，首次实现了基于真实天体物理数据的无箱化、完全3D、无对称性假设的暗物质分布测量，采用无监督机器学习方法。

ABSTRACT

We present a novel, data-driven analysis of Galactic dynamics, using unsupervised machine learning -- in the form of density estimation with normalizing flows -- to learn the underlying phase space distribution of 6 million nearby stars from the Gaia DR3 catalog. Solving the equilibrium collisionless Boltzmann equation, we calculate -- for the first time ever -- a model-free, unbinned estimate of the local acceleration and mass density fields within a 3 kpc sphere around the Sun. As our approach makes no assumptions about symmetries, we can test for signs of disequilibrium in our results. We find our results are consistent with equilibrium at the 10% level, limited by the current precision of the normalizing flows. After subtracting the known contribution of stars and gas from the calculated mass density, we find clear evidence for dark matter throughout the analyzed volume. Assuming spherical symmetry and averaging mass density measurements, we find a local dark matter density of $0.47\pm 0.05$ GeV/cm$^3$. We compute the dark matter density at four radii in the stellar halo and fit to a generalized NFW profile. Although the uncertainties are large, we find a profile broadly consistent with recent analyses.

研究动机与目标

• 开发一种基于数据、无对称性假设的方法，利用恒星运动学映射银河系中局部引力势能与质量密度的3D分布。
• 利用无监督机器学习方法检验太阳邻域动力学平衡的假设。
• 通过从总质量密度中减去已知的重子成分，分离出暗物质的贡献。
• 基于真实的盖亚DR3数据，提供一种无模型依赖的局部暗物质密度估计。
• 评估测量误差、统计噪声以及归一化流近似误差对最终暗物质密度估计的影响。

提出的方法

• 利用归一化流对来自盖亚DR3的600万颗恒星在6维相空间（位置与速度）上的数据进行无监督密度估计。
• 在假设动力学平衡的前提下，利用无碰撞玻尔兹曼方程，从学习到的相空间密度推导引力加速度场。
• 应用泊松方程，从引力势能计算总质量密度，且不作对称性或函数形式的假设。
• 从McKee等人（2015）模型中估计重子质量密度，并通过高斯核卷积以匹配密度图的空间分辨率。
• 在球对称假设下对残差质量密度进行平均，以提高信噪比并估计局部暗物质密度。
• 量化来自盖亚测量误差、统计涨落以及归一化流模型在密度估计中的近似误差的不确定性。

Figure 1: Schematic representation of the Solar location (red dot) relative to the Galactic Center (black dot). The 4 kpc observation volume is shown as a transparent grey sphere. The three coordinate systems used in this work are shown: the Galactocentric Cartesian coordinates $(x,y,z)$ , the spher

实验结果

研究问题

• RQ1 归一化流能否在不假设对称性的前提下，准确重建真实盖亚DR3恒星数据的3D引力势能与质量密度？
• RQ2 从相空间密度推断，太阳邻域的恒星分布是否在10%水平上与动力学平衡一致？
• RQ3 在不假设特定暗物质分布模型的前提下，银河系银盘区域的局部暗物质密度是多少？
• RQ4 在减去重子成分后，残差质量密度与广义NFW剖面的拟合程度如何？
• RQ5 归一化流的不确定性与数据误差在多大程度上影响最终的暗物质密度估计？

主要发现

• 该方法成功生成了以太阳为中心、半径3 kpc球体内局部加速度场与质量密度场的无模型、无箱化、完全3D的分布图。
• 结果在10%水平上与动力学平衡一致，其限制因素为当前归一化流的精度。
• 在减去重子质量密度后，分析区域内清晰检测到非重子质量成分，表明暗物质的存在。
• 在球对称假设下，太阳位置处测得的局部暗物质密度为 $0.47 \pm 0.05$ GeV/cm³。
• 测得的质量密度剖面与广义NFW剖面总体一致，但最佳拟合参数存在显著不确定性。
• 不确定性预算包括来自盖亚测量误差、统计涨落以及归一化流模型近似误差的贡献。

Figure 2: Density plots of the stars with full 6-dimensional kinematic information available from Gaia within 4 kpc of the Solar location in the $x-y$ (top row) and $x-z$ (bottom row) planes. The left column shows all 24,789,061 fully-characterized stars. The middle column shows the 5,811,956 remain