Differentiable Fuzzy Cosmic-Web for Field Level Inference

Título: Diferenciable fuzzy cosmic web for field-level inference (Red cósmica difusa diferenciable para inferencia a nivel de campo)

1. El Problema

La reconstrucción de las condiciones iniciales del universo (fluctuaciones de densidad primordiales) a partir de observaciones actuales de trazadores (galaxias, cuásares, bosques Lyman-α) es un desafío fundamental en cosmología.

• Limitaciones de los métodos inversos: Los métodos tradicionales de reconstrucción inversa fallan en el régimen no lineal debido a la "superposición de capas" (shell-crossing), donde la información de las condiciones iniciales se pierde irreversiblemente al colapsar múltiples flujos de materia.
• Desafíos de la modelización directa (Forward Modelling): Aunque la modelización directa (evolucionar condiciones iniciales hacia el presente) es más robusta, enfrenta dos barreras principales:
  1. Costo computacional: Las simulaciones de N-cuerpos de alta fidelidad son demasiado costosas para realizar muestreo bayesiano de alta dimensión.
  2. Modelo de Sesgo (Bias): Desarrollar un modelo de sesgo efectivo que sea físicamente motivado, no lineal, no local y estocástico, y que a la vez sea diferenciable para permitir el uso de métodos de inferencia basados en gradientes (como MCMC Hamiltoniano), ha sido un obstáculo técnico significativo. Los clasificadores tradicionales de la red cósmica (basados en umbrales duros) no son diferenciables, rompiendo la cadena de gradientes necesaria para la inferencia.

2. Metodología

Los autores presentan BRIDGE, un marco de inferencia a nivel de campo implementado en JAX y acelerado por GPU, que integra los siguientes componentes:

• Modelo de Formación de Estructuras: Utilizan la Teoría de Perturbación Lagrangiana Aumentada (ALPT). Esta combina la Teoría de Perturbación Lagrangiana de segundo orden (2LPT) para desplazamientos de largo alcance y una solución de colapso esférico (SC) para dinámicas de corto alcance. Esto ofrece una aproximación eficiente y precisa que evita el shell-crossing en la escala de la malla.
• Modelo de Sesgo Jerárquico (HICOBIAN):
  • Clasificación Difusa (Fuzzy): Para superar la no diferenciabilidad de los clasificadores de red cósmica tradicionales, proponen una clasificación "difusa" basada en funciones sigmoide. En lugar de asignar un voxel a una región rígida (vacío, hoja, filamento, nudo), calculan probabilidades de pertenencia (fuzzy memberships) suaves para cada tipo de estructura. Esto permite que el modelo sea completamente diferenciable.
  • Sesgo No Local y Jerárquico: El modelo aplica relaciones de sesgo locales no lineales específicas para cada región de la red cósmica (definidas por el tensor de marea a gran escala y el Hessiano de la densidad a pequeña escala). Esto crea un modelo de sesgo dependiente del entorno con múltiples parámetros.
  • Estocasticidad: Incorporan un modelo de sesgo estocástico utilizando una distribución Binomial Negativa (mezcla Gamma-Poisson) para capturar la sobre-dispersión en los conteos de trazadores, superando las limitaciones de la simple estadística de Poisson.
• Inferencia Bayesiana:
  • Se utiliza un muestreador Hamiltoniano Monte Carlo (HMC) con el algoritmo NUTS (No-U-Turn Sampler) para muestrear la distribución posterior de las condiciones iniciales (ruido blanco) y los parámetros de sesgo.
  • La diferenciabilidad del modelo permite calcular gradientes exactos para guiar el muestreo de manera eficiente en espacios de alta dimensión.
  • Incluye modelado de Distorsiones del Espacio de Corrimiento al Rojo (RSD) a nivel de campo de materia oscura.

3. Contribuciones Clave

• Desarrollo de BRIDGE: Un código de inferencia totalmente diferenciable y acelerado por GPU, capaz de manejar modelos de sesgo complejos y no locales.
• Modelo HICOBIAN Diferenciable: La introducción de una clasificación de la red cósmica basada en funciones sigmoide, que permite transiciones suaves entre regiones topológicas, haciendo posible la inferencia bayesiana a nivel de campo con modelos de sesgo jerárquicos.
• Unificación de Modelos: Integración coherente de formación de estructuras (ALPT), sesgo no local/no lineal, estocasticidad y RSD en un único marco de inferencia bayesiana.
• Validación Rigurosa: Demostración de que el marco puede recuperar tanto el campo de densidad primordial como los parámetros de sesgo de alto orden en configuraciones de prueba autoespecificadas (donde los datos se generan con el mismo modelo de inferencia).

4. Resultados

Los autores realizaron tres pruebas numéricas (TEST1, TEST2, TEST3) con diferentes resoluciones (5, 8 y 10 $h^{-1}$ Mpc) y complejidad de sesgo (de 8 a 64 parámetros):

• Recuperación del Campo Primordial: El método recupera con alta fidelidad el campo de densidad inicial y final, validado mediante estadísticas de dos y tres puntos (espectro de potencia monopolo y cuadrupolo, y bispectro reducido) en el espacio de Fourier.
• Límite de Información: La reconstrucción alcanza el límite teórico de información codificada consistente con el ruido de disparo (Poisson), demostrando que no se pierde información debido a la aproximación del modelo.
• Recuperación de Parámetros de Sesgo:
  • En modelos con 8 parámetros (TEST1 y TEST2), se recuperaron los parámetros de sesgo con alta precisión (sub-1% para el exponente de ley de potencia $\alpha$ y pocos por ciento para el parámetro de dispersión $\beta$).
  • En el modelo más complejo (TEST3, 64 parámetros), aunque la recuperación del campo de densidad fue excelente, la recuperación de los parámetros de sesgo individuales fue más difícil cuando se dejaron variar libremente, sugiriendo degeneraciones en modelos de sesgo extremadamente complejos sin dinámica intra-halo.
• Eficiencia Computacional: El uso de JAX y GPU permite evaluaciones de gradientes en menos de un segundo para mallas de $128^3$, haciendo viable el muestreo bayesiano en problemas que antes requerían miles de horas de CPU.

5. Significado e Impacto

Este trabajo representa un avance significativo hacia un marco unificado, interpretable y totalmente diferenciable para el análisis de datos cosmológicos de gran escala.

• Escalabilidad: Permite aplicar inferencia bayesiana de campo completo a datos de sondeos futuros masivos (como DESI, Euclid, Roman) que son demasiado grandes para los métodos tradicionales.
• Precisión Física: Al incorporar explícitamente la morfología de la red cósmica y la estocasticidad en un modelo diferenciable, se reduce el sesgo sistemático en la estimación de parámetros cosmológicos y de formación de estructuras.
• Futuro: Abre la puerta a la integración de simulaciones de N-cuerpos de alta fidelidad (como emuladores) dentro de cadenas de inferencia bayesiana y a la aplicación directa a datos observacionales reales de galaxias, cuásares y bosques Lyman-α, mejorando nuestra comprensión de la materia oscura, la energía oscura y la gravedad.