DeepVoid: A Deep Learning Void Detector

1. El Problema

La estructura a gran escala del universo se asemeja a una red cósmica compuesta principalmente por vacíos cósmicos (regiones subdensas que ocupan ~70% del volumen), filamentos, muros y cúmulos. Identificar y catalogar estos vacíos es crucial para la cosmología, ya que permiten probar la Relatividad General, estudiar la energía oscura (DE) y medir parámetros cosmológicos mediante efectos como el Sachs-Wolfe integrado (ISW) o el efecto Alcock-Paczyński.

Sin embargo, existen desafíos significativos:

• Definición ambigua: No hay una definición universal de lo que constituye un "vacío". Los métodos tradicionales dependen de estimaciones de densidad con kernels específicos o segmentación de cuencas hidrológicas, lo que genera catálogos inconsistentes.
• Datos observacionales escasos: Las nuevas encuestas de galaxias (como DESI, Euclid, LSST) son extremadamente profundas pero esparcidas. La baja densidad de trazadores (galaxias) y el "sesgo de trazador" dificultan la reconstrucción precisa de la estructura subyacente.
• Limitaciones computacionales: Los métodos basados en física pura (como el tensor de marea) requieren calcular el potencial gravitatorio y sus derivadas sobre campos de densidad completos, lo cual es computacionalmente costoso y difícil de aplicar directamente a datos observacionales con muestreo irregular.

2. Metodología

El equipo propone DeepVoid, un detector de vacíos basado en aprendizaje profundo que utiliza una definición física de los vacíos para entrenar redes neuronales.

• Definición de la "Verdad Terrenal" (Ground Truth):

  • En lugar de usar densidad simple, definen la morfología estructural utilizando el Tensor de Marea (T-web).
  • Calculan el tensor de marea $T_{ij}$ (la Hessiana del potencial gravitatorio) a partir de la densidad de materia oscura en simulaciones.
  • Clasifican cada vóxel en cuatro clases basándose en el número de autovalores positivos del tensor: Vacío (0 positivos), Muro (1 positivo), Filamento (2 positivos) y Halo (3 positivos).
  • Se utiliza un umbral de autovalor $\lambda_{th} = 0.65$ para optimizar la segmentación y coincidir con las fracciones de volumen observadas.

• Arquitectura de Aprendizaje Profundo:

  • Se emplea una red U-Net (una red neuronal convolucional 3D con arquitectura de codificador-decodificador).
  • La red toma un campo de densidad como entrada y predice la etiqueta de clase para cada vóxel (segmentación semántica).
  • Se utiliza la función de pérdida Entropía Cruzada Categórica Escasa (SCCE) y se aplican técnicas de normalización por lotes (Batch Normalization) y aumento de datos (rotaciones).

• Estrategia de Entrenamiento: Aprendizaje Curricular (Curriculum Learning - CL):

  • Este es el núcleo de la innovación para manejar datos esparcidos.
  • Paso 1 (Tarea fácil): Entrenar un modelo base (DeepVoid) sobre el campo de densidad de todas las partículas de materia oscura de la simulación IllustrisTNG (alta densidad, $\lambda = 0.33 \, h^{-1}\text{Mpc}$).
  • Paso 2 (Tarea difícil): Utilizar los pesos del modelo base como inicialización para entrenar progresivamente sobre muestras más esparcidas de subhalos (que actúan como trazadores de galaxias).
  • Se entrena secuencialmente aumentando la separación intertrazador ($\lambda$) hasta $10 \, h^{-1}\text{Mpc}$. En cada paso, se congelan ciertas capas de la red (generalmente el lado del codificador) para preservar las características físicas aprendidas, mientras se ajustan las capas de decodificación para adaptarse a la nueva densidad de datos.

• Datos: Se utiliza la simulación IllustrisTNG300-3-Dark (volumen de $205 \, h^{-1}\text{Mpc}$).

3. Contribuciones Clave

1. Definición Física para IA: Demostrar que es posible entrenar redes neuronales para reconocer patrones espaciales derivados de la física gravitatoria (tensor de marea) en lugar de depender de definiciones geométricas arbitrarias.
2. Resolución del Problema de Muestreo Escaso: La aplicación exitosa del Aprendizaje Curricular permite que un modelo entrenado en datos densos generalice y funcione eficazmente en datos con una densidad de trazadores $30,000$ veces menor que la original, simulando encuestas de galaxias reales.
3. Segmentación Multiclase: El modelo no solo detecta vacíos, sino que segmenta toda la red cósmica (vacíos, muros, filamentos y halos) simultáneamente, proporcionando un mapa completo de la estructura.
4. Eficiencia Computacional: DeepVoid es significativamente más rápido que los métodos tradicionales basados en FFT para calcular la segmentación del tensor de marea (15 minutos vs. 88 minutos para un cubo de $512^3$ en hardware comparable).

4. Resultados

El rendimiento se evalúa utilizando métricas de clasificación multiclase, destacando el F1-score para la clase Vacío y el Coeficiente de Correlación de Matthews (MCC).

• Modelo Base (Datos Densos, $\lambda = 0.33 \, h^{-1}\text{Mpc}$):

  • Logra un F1-score de vacíos de 0.96.
  • Obtiene un MCC global de 0.81.
  • Visualmente, la predicción coincide casi perfectamente con la máscara de verdad terrenal del tensor de marea.

• Modelo con Aprendizaje Curricular (Datos Esparcidos, $\lambda = 10 \, h^{-1}\text{Mpc}$):

  • Al aplicar CL para adaptarse a la separación de trazadores típica de encuestas profundas, el modelo mantiene un rendimiento robusto.
  • F1-score de vacíos: 0.89.
  • MCC global: 0.60.
  • Aunque la precisión en la clasificación de "muros" disminuye (confundiéndose más con vacíos o filamentos debido a la falta de trazadores en los bordes), la identificación de la región de los vacíos permanece altamente precisa.

• Comparativa: Los modelos entrenados directamente con datos esparcidos (sin CL) fallan estrepitosamente (MCC ~0.07), demostrando que la estrategia de aprendizaje curricular es esencial para la transferencia de conocimiento de datos densos a esparcidos.

5. Significado e Impacto

DeepVoid representa un avance significativo en la cosmología observacional y la astrofísica computacional:

• Herramienta para Futuras Encuestas: Permite explotar la información cosmológica de encuestas futuras (DESI, Euclid, LSST) que serán muy profundas pero esparcidas, donde los métodos tradicionales fallan o requieren correcciones complejas de sesgo.
• Reducción de Correcciones Post-detección: Al entrenar con catálogos de galaxias simuladas específicas (mocks) que imitan los sesgos de las encuestas reales, se espera minimizar la necesidad de correcciones posteriores a la detección de vacíos.
• Nueva Definición de Estructura: Establece un nuevo paradigma donde la "verdad" de la estructura cósmica se define por la dinámica gravitatoria subyacente, no por la distribución de galaxias observada, permitiendo una interpretación física más directa.
• Escalabilidad: El enfoque es escalable y adaptable. El código es de código abierto, y el marco de trabajo permite incorporar futuras mejoras arquitectónicas (como Transformers o mecanismos de atención) y datos de encuestas reales.

En resumen, DeepVoid demuestra que el aprendizaje profundo, guiado por principios físicos y potenciado por estrategias de aprendizaje curricular, puede superar las limitaciones de muestreo en la cosmología moderna, ofreciendo una herramienta robusta para mapear la red cósmica y estudiar la energía oscura.