Radiative Transfer Modeling of Stripped-envelope Supernovae II: Neural Network Emulation of Light Curves

Technische Zusammenfassung: Strahlungstransfermodellierung von gestreiften Supernovae II: Neuronale Netzwerkemulation von Lichtkurven

Problemstellung
Gestreifte Supernovae (stripped-envelope supernovae, SESNe) weisen eine breite Palette von Luminositäten und Evolutionszeitskalen auf. Traditionelle Methoden zur Ableitung physikalischer Parameter (wie Ejektamasse $M_{ej}$, Nickelmasse $M_{Ni}$ und Geschwindigkeitsprofile) aus Lichtkurven stützen sich häufig auf semianalytische Modelle wie das Arnett-Modell. Diese Modelle basieren jedoch oft auf vereinfachenden Annahmen – etwa einer einheitlichen Dichte und einer frequenzunabhängigen Opazität –, welche die Komplexität echter Ejekta, einschließlich variabler Geschwindigkeitsprofile und $^{56}$Ni-Vermischung, nicht erfassen können. Folglich leiden sie unter starken Entartungen zwischen Masse und Geschwindigkeit, was zu systematischen Fehlern bei den abgeleiteten Parametern führt.

Obwohl Strahlungstransfer-Codes (RT-Codes) wie SEDONA durch das Verfolgen der Photonen-Diffusion durch komplexe Ejekta-Strukturen realistischere Simulationen liefern, sind sie rechenintensiv. Eine einzige Simulation kann Stunden dauern, was für Bayessche Inferenz-Pipelines, die möglicherweise $\sim 10^6$ Forward-Model-Aufrufe benötigen, um Posterior-Verteilungen zu sampeln, unpraktikabel ist. Die Durchführung einer solchen Inferenz mit direkten RT-Simulationen würde auf einem einzelnen Kern Jahrtausende dauern.

Methodik
Die Autoren präsentieren den ersten auf neuronalen Netzen basierenden Emulator für SESN-Lichtkurven, der darauf ausgelegt ist, den Output des SEDONA-RT-Codes mit einer Beschleunigung um Größenordnungen zu approximieren.

• Trainingsdaten: Der Emulator wird auf einem Grid von 4.499 mittels SEDONA simulierten Lichtkurven trainiert. Dieses Grid erweitert das ursprüngliche 1.000-Punkt-Grid einer vorangegangenen Studie (Yadavalli et al. 2026, im Folgenden Y26) um weitere 3.499 Punkte, die durch Zufallsstichproben und aktives Lernen generiert wurden.
• Physikalische Parametrisierung: Der Eingaberaum besteht aus neun physikalischen Parametern, die das Ejekta-Profil beschreiben: $M_{He}$, $M_{Ni}$, $M_{bulk}$, Mindestgeschwindigkeit ($v_{min}$), Geschwindigkeitsdifferenz ($\Delta v$) sowie vier latente Variablen ($\eta_{vel}, \eta_{He}, \eta_{Ni}, \eta_{bulk}$), welche die Verteilung von Masse und Geschwindigkeit definieren. Der Output ist ein herunterskaliertes Spektrum (Auflösung $R \approx 30$) über 41 logarithmisch gleichmäßig verteilte Wellenlängen (3000–10000 Å) zu spezifischen Zeitschritten (5 bis 60 Tage nach der Explosion).
• Architektur: Der Emulator nutzt ein Multilayer-Perzeptron (MLP) mit fünf verborgenen Schichten und 2.000 Neuronen pro Schicht. Während eine Transformer-Architektur getestet wurde und eine hohe Genauigkeit bei der Spektralrekonstruktion zeigte, wurde das MLP aufgrund seiner überlegenen Inferenzgeschwindigkeit gewählt ($\sim$ Millisekunden pro Aufruf gegenüber $\sim$ 100 ms bei Transformern).
• Unsicherheitsquantifizierung: Die Autoren modellieren explizit zwei Quellen systematischer Fehler in ihrer Bayesschen Inferenz-Pipeline (implementiert in MOSFiT):
  1. Emulator-Unsicherheit: Der RMS-Unterschied zwischen der Vorhersage des Emulators und der tatsächlichen SEDONA-Simulation.
  2. SEDONA-Unsicherheit: Der systematische Fehler, der durch die LTE-Annahme (Lokales Thermodynamisches Gleichgewicht) von SEDONA eingeführt wird, geschätzt durch einen Vergleich von SEDONA-Ergebnissen mit Nicht-LTE-CMFGEN-Simulationen.
     Diese Unsicherheiten werden als Funktionen der Zeit seit der Explosion parametrisiert und direkt in die Likelihood-Berechnung integriert.

Wesentliche Beiträge und Ergebnisse

1. Aufbrechung der Masse-Geschwindigkeit-Entartung:
   Das primäre Ergebnis ist, dass der Emulator erfolgreich die starke Entartung zwischen Ejektamasse ($M_{ej}$) und Ejektageschwindigkeit ($v_{ej}$) aufhebt, die dem Arnett-Modell inhärent ist. Im Arnett-Modell sind diese Parameter untrennbar gekoppelt, wodurch die Inferenz oft gezwungen ist, sich auf die entartete Kombination $\sqrt{M_{ej}/v_{ej}}$ zu verlassen. Durch das Erlernen der vollen RT-Physik kann der Emulator $M_{ej}$ und das Geschwindigkeitsprofil unabhängig bestimmen.

2. Überlegene Parameterrekonstruktion:
   Die Autoren testeten den Emulator anhand simulierter Lichtkurven, die denen der Zwicky Transient Facility (ZTF) und des kommenden Vera C. Rubin Observatoriums (LSST) ähneln.

• $M_{Ni}$: Der Emulator erreicht einen quadratischen Mittelwertfehler (RMS) von 0,008 $M_{\odot}$ (LSST) und 0,007 $M_{\odot}$ (ZTF), verglichen mit 0,33 bzw. 0,70 $M_{\odot}$ beim Arnett-Modell. Das Arnett-Modell überschätzt $M_{Ni}$ systematisch um $\sim$ 80 % (LSST) bis hin zum Dreifachen (ZTF).
• $M_{ej}$: Der Emulator rekonstruiert die Ejektamasse mit einem RMS von 0,9 $M_{\odot}$ (LSST) und 1,2 $M_{\odot}$ (ZTF), während das Arnett-Modell im Wesentlichen nur Prior-Ableitungen mit Fehlern von 2,6 bzw. 3,0 $M_{\odot}$ liefert.
• Geschwindigkeit: Der Emulator rekonstruiert die Geschwindigkeit mit einem RMS von $\sim$ 1.340 km/s (LSST), was die Leistung des Arnett-Modells ($\sim$ 3.800 km/s) deutlich übertrifft.
• Vermischung: Der Emulator konnte den Grad der $^{56}$Ni-Vermischung ($r_{95,Ni}$) erfolgreich einschränken, ein Parameter, den das Arnett-Modell nicht adressieren kann.

3. Anwendung auf reale Beobachtungen:
   Die Pipeline wurde auf drei gut untersuchte SESNe angewendet: SN 1994I (Typ Ic), SN 2007gr (Typ Ic) und iPTF13bvn (Typ Ib).

• SN 1994I: Die abgeleitete $M_{Ni}$ (0,048 $M_{\odot}$) stimmt mit Messungen am Schwanz der Lichtkurve überein, liegt aber niedriger als Schätzungen der Peak-Luminosität. Das Modell deutet auf eine hohe $^{56}$Ni-Vermischung ($r_{95,Ni} \approx 0,35$) hin, was konsistent mit spektroskopischen Studien ist, und impliziert, dass die Diskrepanz zwischen Peak- und Tail-Luminosität auf Vermischung statt auf eine zusätzliche Energiequelle zurückzuführen ist.
• SN 2007gr: Die Ergebnisse sind konsistent mit Literaturwerten und deuten auf eine moderate $^{56}$Ni-Vermischung hin.
• iPTF13bvn: Das Modell leitet eine schwache $^{56}$Ni-Vermischung ($r_{95,Ni} \in [0,1, 0,2]$) und ein flacheres Geschwindigkeitsprofil im Vergleich zu Typ-Ic-Ereignissen ab, was die spektropolarimetrischen Constraints gegenüber 1D-Lichtkurvenmodellen unterstützt, die eine starke Vermischung erfordern.

Bedeutung und Behauptungen
Dieses Paper behauptet, dass diese Arbeit einen computergestützten Rahmen etabliert, um eine rigorose Bayessche Inferenz auf SESN-Lichtkurven unter Verwendung der vollen Strahlungstransferphysik durchzuführen. Durch den Ersatz teurer RT-Simulationen durch einen schnellen neuronalen Netz-Emulator ermöglicht die Arbeit die unabhängige Bestimmung von Ejektamasse, Geschwindigkeit und Vermischung – Parameter, die traditionell in semianalytischen Ansätzen entartet sind.

Die Autoren betonen, dass ihre Methode eine signifikant genauere Rekonstruktion physikalischer Parameter sowohl für simulierte als auch für beobachtete Daten bietet als das klassische Arnett-Modell. Sie merken an, dass der Emulator zwar auf einem spezifischen Modellgrid (basierend auf Progenitor-Modellen von Woosley et al. 2021) trainiert wurde, er jedoch erfolgreich beobachtete Lichtkurven reproduziert und physische Parameter wiedergibt, die mit unabhängigen Literaturwerten konsistent sind. Diese Arbeit legt den Grundstein dafür, statistische Stichproben von Hunderten von SESNe in der Ära von LSST anzuwenden, um die Diversität der Progenitor-Systeme und Explosionsmechanismen zu charakterisieren.