Gaussian processes on ray-guided transformed uniform grids for fast, flexible, and auto-differentiable adaptive source reconstruction in lens modelling

Technisches Resümee: Gauß-Prozesse auf strahlengesteuerten transformierten gleichmäßigen Gittern

Problemstellung
Starker Gravitationslinseneffekt (SGL) ist ein entscheidendes Werkzeug zur Eingrenzung der Kosmologie und der Verteilung dunkler Materie, doch eine robuste Inferenz hängt maßgeblich von einer genauen Rekonstruktion der Quelle ab. Eine grundlegende Herausforderung bei SGL ist der nicht-gleichmäßige Informationsgehalt über die Quellenebene hinweg: Regionen, die Mehrfachbilder erzeugen (z. B. vier Bilder), weisen höhere Abtastraten auf als solche, die weniger Bilder erzeugen, zudem variiert die Vergrößerung kontinuierlich. Traditionelle adaptive Meshing-Techniken, wie etwa Delaunay-Tessellierungen oder Voronoi-Binning, versuchen dies zu adressieren, indem sie Auflösung dort platzieren, wo sie benötigt wird. Diese Methoden beruhen jedoch oft auf diskontinuierlichen Operationen (z. B. dem Vertauschen von Maschenkanten und Knotenpunkten, wenn sich das Massenmodell ändert), was die Differenzierbarkeit unterbrechen kann, die für moderne Inferenz-Frameworks erforderlich ist, und die Wahl der Regularisierung einschränkt. Umgekehrt bieten Standard-Gauß-Prozess-Priors (GP) zwar flexible Regularisierung, erfordern jedoch typischerweise regelmäßige Gitter, um Fast-Fourier-Transformationen (FFTs) für die Recheneffizienz nutzen zu können, was einen Spannungsgrad zwischen Adaptivität und Differenzierbarkeit erzeugt.

Methodik
Die Autoren schlagen einen neuartigen Ansatz zur Quellenrekonstruktion unter Verwendung eines strahlengesteuerten transformierten gleichmäßigen Gitters (Ray-Guided Transformed Uniform (RTU) Grid) vor. Diese Methode zielt darauf ab, die Recheneffizienz von FFT-basierten GPs auf gleichmäßigen Gittern mit der erforderlichen adaptiven Auflösung für Linsendaten zu kombinieren.

1. Konstruktion des RTU-Gitters:

   • Die Quelle wird auf einem gleichmäßigen Gitter in einem transformierten Koordinatenraum $\mathbf{y} = \mathbf{g}(\mathbf{x})$ modelliert.
   • Die Transformation $\mathbf{g}$ wird aus den empirischen kumulativen Verteilungsfunktionen (eCDFs) der Strahlen abgeleitet, die von der Bildebene zurück zur Quellenebene zurückverfolgt werden.
   • Konkret projizieren die Autoren die Strahlpositionen auf jede Koordinatenachse, sortieren diese, um 1D-eCDFs zu bilden, und passen kubische Splines an diese Verteilungen an. Dies stellt sicher, dass die Transformation mindestens zweimal stetig differenzierbar ist.
   • Die eCDFs werden unter Verwendung von nur jenen Strahlen konstruiert, die innerhalb einer Maske fallen (definiert durch Signal-Rausch-Schwellenwerte), wodurch sichergestellt wird, dass die Auflösung nur in Regionen zugewiesen wird, in denen die Quelle beobachtet wird.
   • Die Transformation streckt die Koordinaten der Quellenebene effektiv so, dass die Strahldichte in den neuen $\mathbf{y}$-Koordinaten annähernd gleichmäßig wird.

2. Quellenmodellierung:

   • Die Helligkeit der Quelle wird als Gauß-Prozess auf diesem transformierten gleichmäßigen Gitter definiert.
   • Der GP wird realisiert, indem weißes Rauschen im Fourier-Raum erzeugt, mit der Quadratwurzel eines Leistungsspektrums (speziell eines flexiblen Matérn-Leistungsspektrums) multipliziert und eine inverse FFT angewendet wird.
   • Die Positivität wird über eine Softplus-Funktion erzwungen, und die endgültige Quellenhelligkeit wird durch ein Potenzgesetz skaliert, um schärfere Merkmale zu ermöglichen.
   • Die Abbildung zurück auf die physikalische Quellenebene erfolgt über $s_{source}(\mathbf{x}) = s^*_{source}(\mathbf{g}(\mathbf{x}))$.

3. Inferenz-Framework:

   • Der Ansatz ist in Herculens implementiert, einem auto-differenzierbaren Forward-Modeling-Framework, das in JAX geschrieben wurde.
   • Die Inferenz erfolgt mittels Stochastic Variational Inference (SVI) mit Numpyro, wobei die Evidence Lower Bound (ELBO) optimiert wird.
   • Die Methode unterstützt beliebige Leistungsspektren zur Regularisierung, wodurch die Flexibilität von GPs beibehalten wird, während gleichzeitig die Geschwindigkeit von FFTs genutzt wird.

Zentrale Beiträge

• Differenzierbare Adaptivität: Das RTU-Gitter bietet ein adaptives Auflösungsschema, das stetig differenzierbar ist, womit es die Diskontinuitätsprobleme von Delaunay-/Voronoi-Meshes überwindet und gleichzeitig die Geschwindigkeit von FFT-basierten GPs beibehält.
• Effizienz-Faustregel: Die Autoren schlagen eine Heuristik zur Auswahl der Anzahl der Quellenpixel ($N_{src}$) basierend auf der Strahldichte vor und empfehlen etwa 4 Strahlen pro Pixel, um den Freiheitsgraden der bilinearer Interpolation zu entsprechen.
• Implementierung: Die Methode ist vollständig in das Herculens-Framework integriert, was sie kompatibel mit modernsten Sampling-Algorithmen und auto-differenzierbaren Workflows macht.

Ergebnisse
Die Autoren testeten das RTU-Gitter an drei Mock-Datensätzen (die die Qualität von JWST NIRCAM simulieren) sowie an realen Daten aus dem Linsensystem SDSS J0946+1006.

• Passqualität und Pixeleffizienz: Das RTU-Gitter erreicht eine Bildplan-Passqualität ($\chi^2_{img}$), die mit gleichmäßigen Gittern vergleichbar ist, benötigt jedoch etwa die halbe Anzahl an Pixeln pro Dimension (einen Faktor von $\simeq 4$ weniger Gesamtpixel), um die Residuen auf das Rauschniveau zu senken.
• ELBO-Leistung: Bei gleicher Pixelanzahl liefert das RTU-Gitter im Allgemeinen höhere Evidence Lower Bounds (ELBOs) im Vergleich zu gleichmäßigen Gittern, was auf eine bessere Anpassung an die Daten unter der variatorischen Approximation hindeutet.
• Substruktur-Sensitivität: Die Verwendung des RTU-Gitters beeinflusst den Unterschied im ELBO zwischen Modellen mit und ohne Substrukturen nur geringfügig. Die Methode kann erfolgreich zwischen Modellen mit und ohne Substrukturen unterscheiden (z. B. in Mock 1 und SDSS J0946+1006), ohne die Präferenz für Substrukturen durch Gitterartefakte künstlich aufzublähen.
• Genauigkeit der Quellenrekonstruktion: Wenn das zugrunde liegende Massenmodell korrekt ist, erzeugt das RTU-Gitter genauere Quellenrekonstruktionen (niedrigeres $\Delta^2_{src}$) mit weniger Pixeln als der Ansatz mit gleichmäßigen Gittern.

Bedeutung und Ansprüche
Das Paper behauptet, dass die RTU-Gitter-Methode den Zielkonflikt zwischen Realismus, Flexibilität, Auto-Differenzierbarkeit und Recheneffizienz löst. Durch die Sicherstellung, dass die Quellenpixel eine ähnlich gleichmäßige Anzahl an Strahlen enthalten, ermöglicht die Methode eine hochpräzise Quellenrekonstruktion bei signifikant reduzierter Rechenkosten. Die Autoren führen an, dass dieser Ansatz besonders vorteilhaft für die Analyse großer Stichproben von Linsensystemen ist, wie sie beispielsweise durch die Euclid-Mission erwartet werden, bei denen eine robuste und flexible Quellenmodellierung entscheidend ist, um Bias in kosmologischen und Dunkle-Materie-Constraints zu minimieren. Die Methode wird als praktische Verbesserung bestehender adaptiver Meshing-Techniken präsentiert, die eine schnelle, flexible und auto-differenzierbare Alternative bietet, ohne die Fähigkeit zur Detektion von Substrukturen zu beeinträchtigen.