Estimating hyperparameters and instrument parameters in regularized inversion. Illustration for SPIRE/Herschel map making

Resumen Técnico: Estimación de Hiperparámetros y Parámetros de Instrumento en la Inversión Regularizada

Planteamiento del Problema
El artículo aborda el desafío de la reconstrucción de imágenes en astrofísica, específicamente para el instrumento SPIRE del observatorio espacial Herschel. El problema central es un problema de inversión "no supervisado y miope". Los métodos de inversión estándar suelen requerir:

1. Ajuste supervisado: Los hiperparámetros (que equilibran la fidelidad de los datos frente a la regularización de la información previa) deben establecerse manualmente, lo que a menudo requiere el conocimiento del cielo "real" o un extenso proceso de ensayo y error.
2. Modelos de instrumento conocidos: Los parámetros del instrumento (como el ancho del lóbulo, el tiempo de respuesta y la ganancia) se determinan habitualmente mediante observaciones de calibración dedicadas. Estos valores contienen inevitablemente errores debido a las dependencias espectrales y las incertidumbres de calibración.

Los autores pretenden resolver un problema triple a partir de una sola observación: estimar simultáneamente el mapa del cielo ($x$), los hiperparámetros ($\xi$) y los parámetros del instrumento ($\eta$), sin conocimiento previo de la verdad de campo ni datos de calibración dedicados.

Metodología
El enfoque propuesto se fundamenta en un marco de Bayes completo (Full-Bayesian framework). Los autores construyen una densidad posterior $p(x, \xi, \eta | y)$ para todas las cantidades desconocidas dadas las observaciones $y$.

1. Modelado Probabilístico:

   • Verosimilitud (Likelihood): El modelo de observación es lineal ($y = A_\eta x + n$), donde el ruido $n$ se modela como gaussiano con una media $m_n$ y una estructura de covarianza definida por un parámetro de precisión $\gamma_n$.
   • Prior para el Mapa: El mapa del cielo $x$ se modela utilizando un prior gaussiano para imponer regularidad espacial (suavidad), controlado por un parámetro de precisión $\gamma_x$. La estructura de regularidad se define mediante una norma cuadrática de las derivadas espaciales.
   • Hiper-priors: A los hiperparámetros ($\xi = [m_n, \gamma_n, \gamma_x]$) se les asignan priors de Jeffreys no informativos ($1/\gamma$ para precisiones, uniforme para medias) para minimizar el sesgo del prior.
   • Parámetros del Instrumento: Los parámetros del instrumento $\eta$ se modelan con priors gaussianos centrados en valores nominales con sus respectivas incertidumbres.

2. Densidad Posterior:
   La densidad posterior conjunta se deriva combinando la verosimilitud y los priors. Debido a la alta dimensionalidad del mapa ($M \sim 10^5$) y la dependencia compleja y no lineal de las observaciones respecto a los parámetros del instrumento $\eta$, la posterior no puede analizarse directamente ni maximizarse analíticamente.

3. Muestreo Estocástico (MCMC):
   Para explorar la densidad posterior, los autores emplean un algoritmo de Monte Carlo por Cadenas de Markov (MCMC) basado en un bucle de Gibbs con un paso de Metropolis-Hastings (MH):

   • Muestreo del Mapa ($x$): El muestreo de la posterior condicional del mapa es difícil debido a su gran tamaño y estructura de correlación. Los autores utilizan un criterio de mínimos cuadrados regularizados perturbado. Al añadir perturbaciones de ruido específicas a los datos y a la media del prior, el minimizador de este criterio produce una muestra distribuida exactamente según la densidad posterior gaussiana condicional deseada.
   • Muestreo de Hiperparámetros ($\xi$): Las posteriores condicionales para los parámetros de precisión ($\gamma_n, \gamma_x$) son distribuciones Gamma, y la media del ruido ($m_n$) sigue una distribución gaussiana. Estos se muestrean utilizando rutinas estándar.
   • Muestreo de Parámetros del Instrumento ($\eta$): La posterior condicional para $\eta$ es no estándar y compleja. Los autores utilizan un paso de camino aleatorio de Metropolis-Hastings (Metropolis-Hastings random-walk). Se genera una propuesta y se calcula la razón de las densidades de la posterior condicional (verosimilitud $\times$ prior).

Contribuciones Clave

• Marco de Estimación Conjunta: El artículo presenta un marco bayesiano unificado que estima conjuntamente el mapa, los hiperparámetros y los parámetros del instrumento, yendo más allá de la tradicional separación entre calibración e inversión.
• Innovación Algorítmica:
  • Desarrollo de una técnica de muestreo específica para mapas gaussianos de alta dimensión utilizando criterios perturbados para evitar la inversión directa de matrices.
  • Integración de un paso de Metropolis-Hastings para manejar la posterior condicional no estándar y no lineal de los parámetros del instrumento dentro de un bucle de Gibbs.
• Capacidad No Supervisada y Miope: El método opera sin "verdad del cielo" (no supervisado) y sin observaciones de calibración dedicadas (miope), estimando los parámetros del instrumento directamente a partir de los datos científicos.

Resultados
El método fue evaluado utilizando el modelo del instrumento SPIRE tanto con datos simulados (Cirrus Galáctico, emisión extendida y fuentes puntuales) como con observaciones reales (NGC 7023).

• Reconstrucción del Mapa: El método no supervisado produjo mapas visual y cuantitativamente comparables con los "mejores" mapas supervisados (donde los hiperparámetros son ajustados a mano utilizando la verdad de campo). El error de reconstrucción fue solo ligeramente superior (3.47% frente a 3.12% para el Cirrus Galáctico simulado). El método restauró con éxito tanto las estructuras de gran escala como los detalles de pequeña escala invisibles en los mapas de suma simple (co-added) ingenuos.
• Estimación de Hiperparámetros: El algoritmo estimó correctamente los parámetros de ruido y regularidad. Para los datos simulados con verdad de campo conocida, la precisión del ruido estimada estuvo dentro del 1% del valor real.
• Estimación de Parámetros del Instrumento: En el escenario miope, el parámetro del instrumento (relacionado con el ancho de la Función de Dispersión de Punto o PSF) se estimó con un error de aproximadamente el 5–7%, a pesar de una incertidumbre del prior del 33%. La estimación fue más precisa cuando la fuente contenía contenido de alta frecuencia (fuentes puntuales).
• Cuantificación de la Incertidumbre: El método proporciona naturalmente la desviación estándar de la posterior (PSD), ofreciendo un mapa de incertidumbre que identifica correctamente las regiones con alta confianza (áreas observadas) frente a las regiones extrapoladas.

Significancia y Reivindicaciones
Los autores afirman que este trabajo demuestra la viabilidad de realizar una inversión no supervisada y miope en un contexto astrofísico complejo. Sostienen que:

• El método propuesto puede ajustar automáticamente los hiperparámetros y los parámetros del instrumento, eliminando la necesidad de intervención manual o escaneos de calibración dedicados.
• La calidad de los mapas resultantes es casi equivalente a la obtenida con un conocimiento perfecto del instrumento y un ajuste manual óptimo.
• El enfoque proporciona un marco consistente para manejar el equilibrio entre la información previa y los datos observacionales, al tiempo que cuantifica la incertidumbre.

El artículo concluye que estos resultados iniciales son prometedores para el procesamiento sistemático y automático de grandes flujos de datos de instrumentos espaciales actuales y futuros (por ejemplo, Herschel, Planck, JWST), aunque reconoce que el coste computacional (aproximadamente 10 horas para el caso miope) y la ligera subestimación de los parámetros del instrumento en ciertos regímenes espectrales son áreas para el refinamiento futuro.