Comparing explicit likelihood and likelihood-free simulation-based inference for weak lensing cosmic shear

Technische Zusammenfassung: Vergleich von expliziter Likelihood-Inferenz und likelihoodfreier Simulations-basierten Inferenz für schwache Gravitationslinsen-Effekte (Weak Lensing Cosmic Shear)

Problemstellung
Stage-IV-Weak-Lensing-Durchmusterungen (WL), wie etwa Euclid und LSST, zielen darauf ab, präzise kosmologische Parameter (speziell $\Omega_m$ und $S_8$) aus nicht-gaußschen Observablen zu extrahieren. Derzeitige Analysen stützen sich jedoch überwiegend auf Zwei-Punkt-Statistiken (Shear-2PCFs) in Kombination mit Gaußschen Likelihood-Approximationen. Dieser Ansatz komprimiert das Lensing-Feld und versäumt es, die Information aus der nicht-linearen Materieentwicklung vollständig zu erfassen. Da die Zusammenfassungsstatistiken (Summary Statistics) immer informativer und nicht-linearer werden, wird die Annahme einer Gaußschen Likelihood zunehmend ungerechtfertigt, was potenziell zu verzerrten Schätzungen führen kann. Umgekehrt bietet die likelihoodfreie Inferenz (LFI) eine Möglichkeit, die Likelihood direkt aus Simulationen mittels Neural Density Estimators (NDEs) zu lernen, wodurch eine explizite Modellierung der Likelihood umgangen wird. Dennoch wurde ein systematischer Vergleich zwischen Explicit Likelihood Inference (ELI) und LFI auf identischen Simulations-Suites unter Verwendung übereinstimmender Observablen und Kompressionsstrategien bisher nur marginal untersucht. Diese Arbeit adressiert die Lücke im Verständnis darüber, ob Diskrepanzen zwischen den Frameworks aus statistischen Annahmen, numerischer Implementierung oder dem Informationsgehalt der Zusammenfassungsstatistiken resultieren.

Methodik
Die Autoren verwenden eine gemeinsame Suite von Euclid-ähnlichen Simulationen, die über das GLASS-Framework generiert wurden und Vollhimmel-Gaußsche Shear-Karten mit einer für die finale Euclid Data Release 3 (DR3) repräsentativen Shape-Noise-Injektion erzeugen. Die Analyse konzentriert sich auf eine nicht-tomografische Konfiguration mit einem einzelnen Rotverschiebungsintervall, das bis $z_{max}=3$ reicht.

1. Datengenerierung & Kompression:

   • Simulationen: Eine Latin Hypercube Sampling (LHS) Methode wird verwendet, um $\Omega_m$ und $\sigma_8$ zu variieren. Es werden zwei unabhängige Sätze von 5.100 kosmologischen Knoten generiert: einer für das Deep-Learning-Training (LHS0) und einer für das Emulator-Training sowie die LFI-Analyse (LHS1).
   • Zusammenfassungsstatistiken (Summary Statistics): Zwei Sonden werden auf Flachfeld-Patches gemessen:
     • Shear-Zwei-Punkt-Korrelationsfunktionen ($\xi_\pm$), eine Gaußsche Sonde.
     • Eine kartenbasierte Convolutional Neural Network (CNN)-Statistik unter Verwendung einer ResNet-18-Architektur, eine nicht-lineare Sonde.
   • Kompression: Hochdimensionale Datenvektoren (DVs) werden auf die Dimension des Parameterraums ($n_p=2$) komprimiert, wobei zwei Methoden zum Einsatz kommen:
     • MOPED: Eine lineare, Fisher-optimale Kompression unter Verwendung numerischer Ableitungen und der Kovarianzmatrix.
     • Neuronales Netz (NN)-Kompression: Ein nicht-lineares Multilayer Perceptron (MLP), das trainiert wurde, um DVs auf Parameter abzubilden.

2. Inferenz-Frameworks:

   • Explicit Likelihood Inference (ELI): Verwendet Gaussian Process (GP) Emulatoren, um das mittlere Signal der komprimierten Statistiken vorherzusagen. Die Likelihood wird als multivariate Gauß-Verteilung angenommen, die unter Verwendung der GP-Vorhersage und einer geschätzten Kovarianzmatrix konstruiert wird. Die Posterior-Abtastung erfolgt via MCMC.
   • Likelihood-Free Inference (LFI): Nutzt Neural Density Estimators (NDEs), um die Likelihood oder den Posterior direkt aus den Simulationspaaren zu lernen. Die Studie vergleicht Neural Likelihood Estimation (NLE) und Neural Posterior Estimation (NPE) unter Verwendung von Architekturen wie Neural Spline Flows (NSF), Masked Autoregressive Flows (MAF) und Mixture Density Networks (MDN).

3. Validierung:

   • Die Studie verwendet Diagnostika zur Posterior-Kalibrierung, speziell den Test of Accuracy with Random Points (TARP), um die Zuverlässigkeit der inferierten Posteriors zu bewerten.
   • Die Gaußförmigkeit der komprimierten Zusammenfassungen wird mittels Kolmogorov–Smirnov (KS)-Tests und globalen $\chi^2$-Goodness-of-fit-Tests überprüft.

Wichtigste Ergebnisse

• Kalibrierungsdiskrepanzen: ELI wird bei Vorliegen von Emulationsungenauigkeiten oder einer nicht-gaußschen Likelihood stark fehlkalibriert. Im Gegensatz dazu bleibt LFI über alle getesteten Szenarien hinweg konsistent gut kalibriert.
• Einfluss der Kompression: Die Wahl des Kompressionsschemas beeinflusst die ELI-Leistung signifikant. Während MOPED-komprimierte Shear-2PCFs nahe an einer Gauß-Verteilung liegen, weisen NN-komprimierte Zusammenfassungen eine starke Nicht-Gaußförmigkeit auf. Infolgedessen können die ELI-Constraints auf $\Omega_m$ und $S_8$ um bis zu den Faktor zwei von denen abweichen, die mit der CNN-Statistik inferiert wurden, was auf das Versagen der Gaußschen Likelihood-Annahme in ELI zurückzuführen ist.
• Robustheit von LFI: Wenn die Probleme der Emulationsfehler und der nicht-gaußschen Likelihood adressiert werden, verschwindet die Diskrepanz zwischen ELI und LFI weitgehend. Für LFI reduziert sich die Diskrepanz zwischen den mit der Shear-2PCF und der CNN-Statistik abgeleiteten Constraints auf etwa 30 %, was die Robustheit der Deep-Learning-Sonde unterstreicht.
• Gaußförmigkeitstests: Die Studie zeigt, dass globale $\chi^2$-Tests zwar für bestimmte komprimierte Zusammenfassungen bestehen können, per-bin marginale KS-Tests jedoch eine signifikante Nicht-Gaußförmigkeit offenbaren können (z. B. bei NN-komprimierten Shear-2PCFs), was ausreicht, um die in ELI verwendete Gaußsche Likelihood-Annahme zu invalidieren.

Bedeutung und Behauptungen
Die Autoren kommen zu dem Schluss, dass LFI in ihrem spezifischen Setup – welches systematische Biases vernachlässigt – ein robusteres und besser kalibriertes Framework zur Extraktion kosmologischer Informationen aus Weak-Lensing-Durchmusterungen bietet als das traditionelle ELI. Die Arbeit betont, dass eine genaue Modellierung der nicht-gaußschen Likelihood und rigorose Posteriori-Kalibrierungsdiagnostiken für zukünftige ELI-Analysen unerlässlich sind. Die Ergebnisse unterstreichen das Potenzial von Deep-Learning-Sonden (wie CNNs) in Kombination mit likelihoodfreien Methoden, komplexe Informationen jenseits der Zwei-Punkt-Ebene zu erfassen, ohne auf potenziell fehlerhafte Gaußsche Approximationen angewiesen zu sein. Die Studie dient als Validierungsrahmen und bietet Orientierung für die Anwendung von ELI und LFI in zukünftigen Stage-IV WL-Durchmusterungen.