Determination of neutron star radius from pulse profile modeling using profile likelihood

Technische Zusammenfassung: Bestimmung des Neutronensternradius mittels Puls-Profil-Modellierung unter Verwendung der Profil-Likelihood

Problemstellung
Der Neutron Star Interior Composition Explorer (NICER) nutzt die Röntgen-Puls-Profil-Modellierung, um Masse und Radius von Neutronensternen zu bestimmen, wobei primär das X-ray Pulse Simulation and Inference (X-PSI) Paket eingesetzt wird. Die aktuelle Standardpraxis stützt sich auf Bayessche Inferenz unter Verwendung von Nested-Sampling-Algorithmen (z. B. MultiNest), um Posteriori-Verteilungen zu schätzen. Es wurden Diskrepanzen bei den abgeleiteten Radien in verschiedenen Studien beobachtet, die potenziell auf die Wahl des Samplers oder Konvergenzprobleme zurückzuführen sind, insbesondere bei flachen Likelihood-Oberflächen für Radien größer als 11 km. Während die Bayessche Marginalisierung über große Prior-Bereiche Volumeneffekte einführen kann, die die Parameterschätzungen verzerren kann, bleibt die frequentistische Inferenz in der Teilchenphysik dominant. Diese Arbeit adressiert die Notwendigkeit, einen Vergleich zwischen Bayesschen und frequentistischen Ansätzen anzustellen, um die Robustheit der aus X-PSI abgeleiteten fundamentalen physikalischen Einschränkungen zu gewährleisten.

Methodik
Die Autoren implementierten eine frequentistische Inferenz-Pipeline unter Verwendung der Profil-Likelihood-Technik innerhalb des bestehenden X-PSI-Frameworks und stellten dabei sicher, dass das zugrunde liegende physikalische Modell und die Likelihood-Implementierung identisch mit dem Standard-Bayes-Ansatz blieben.

• Datenquelle: Die Analyse nutzte einen synthetischen NICER + XMM-Newton Datensatz (bezeichnet als syntX1), der zuvor in H25 verwendet wurde, um Nested Sampler zu testen.
• Modellkonfiguration: Die Studie verwendete das ST-U Puls-Profil-Modell mit zwei einfarbigen, einfach zusammenhängenden kreisförmigen Hotspots. Die Neutronenstern-Atmosphäre wurde mit dem NSX voll ionisierten Wasserstoff-Modell modelliert, wobei die Photonenpropagation mittels allgemeiner-relativistischer Strahlverfolgung (Ray Tracing) in einer oblaten Schwarzschild-Raumzeit berechnet wurde.
• Frequentistische Implementierung:
  • Der Parametervektor wurde in den Parameter von Interesse (äquatorialer Radius, $R_{eq}$) und Störparameter ($\alpha$) unterteilt.
  • Die Störparameter (einschließlich Masse, Distanz, Inklination, Hotspot-Geometrie, Temperaturen und interstellare Wasserstoff-Säulendichte) wurden durch Maximierung der Likelihood $L(R_{eq}, \alpha)$ in Bezug auf $\alpha$ für feste Werte von $R_{eq}$ herausgeprofiliert.
  • Die Optimierung erfolgte mittels des Nelder-Mead-Simplex-Algorithmus (scipy.optimize.minimize).
  • Konfidenzintervalle wurden unter Verwendung der $\Delta\chi^2$-Statistik ($\Delta\chi^2 = -2 \ln L_{profile} + 2 \ln L_{max}$) konstruiert, unter der Annahme einer $\chi^2$-Verteilung mit einem Freiheitsgrad.
• Vergleichsbasis: Die Ergebnisse wurden mit einer Standard-Bayes-Analyse unter Verwendung des MultiNest Nested-Sampling-Algorithmus bei identischen Einstellungen und niedrig auflösenden X-PSI-Konfigurationen verglichen.

Wesentliche Beiträge

1. Proof-of-Principle-Anwendung: Diese Arbeit demonstriert die erste Anwendung der frequentistischen Profil-Likelihood-Inferenz zur Bestimmung von Neutronensternradien unter Verwendung des X-PSI-Pakets.
2. Methodologischer Vergleich: Sie bietet einen direkten Vergleich zwischen Bayesschen und frequentistischen Inferenz-Pipelines auf identischen synthetischen Daten, wobei die Inferenzmethodik als einzige Variable isoliert wird.
3. Open Science: Die Autoren haben ihre Modifikationen des frequentistischen Inferenz-Codes für X-PSI öffentlich freigegeben, um die weitere Forschung zu erleichtern.

Ergebnisse
Unter Verwendung des synthetischen Datensatzes syntX1 mit einem injizierten wahren Radius von 12,176 km:

• Bayessche Inferenz: Das marginalisierte 68%-Kredibilitätsintervall für den Radius war $R_{68,bayes} = 11,970^{+0,180}_{-0,181}$ km. Dieses Ergebnis stimmte innerhalb von $1,1\sigma$ mit dem injizierten Wert überein.
• Frequentistische Inferenz: Die Profil-Likelihood ergab einen Best-Fit-Radius von 12,096 km. Das 68%-Konfidenzintervall war $r_{68} = 12,096^{+0,064}_{-0,182}$ km, und das 95%-Intervall war $r_{95} = 12,096^{+0,316}_{-0,397}$ km. Die frequentistische Schätzung stimmte innerhalb von $0,4\sigma$ mit dem injizierten Wert überein.
• Präzision: Die Präzision der frequentistischen Methode erwies sich als vergleichbar mit der Bayesschen Analyse.
• Recheneffizienz: Die frequentistische Analyse benötigte etwa 9 CPU-Kernstunden, während die Bayessche Analyse etwa 3.840 CPU-Kernstunden beanspruchte (80 Stunden auf einem 48-Kern-Knoten). Der frequentistische Ansatz ist somit um Größenordnungen schneller.

Bedeutung und Ansprüche
Das Paper positioniert diese Arbeit als eine Proof-of-Principle-Studie. Die Autoren behaupten, dass die frequentistische Inferenz via Profil-Likelihood den wahren Neutronensternradius erfolgreich mit einer Genauigkeit von $< 1\sigma$ unter Verwendung synthetischer Daten rekonstruieren kann. Die Technik bietet eine vergleichbare Präzision wie die Bayessche Analyse bei signifikant reduzierten Rechenkosten. Die Autoren kommen zu dem Schluss, dass diese Methode eine wertvolle Ergänzung zur Bayesschen Inferenz darstellt und eine robuste Alternative für die Parameterschätzung in X-PSI bietet. Sie geben explizit an, dass zukünftige Arbeiten die Anwendung dieser Technik auf reale Pulsar-Daten des NICER-Teleskops beinhalten werden, jedoch wird eine solche Anwendung in diesem Manuskript nicht präsentiert.