DiffstarPop: A generative physical model of galaxy star formation history

Resumen Técnico de DiffstarPop: Un Modelo Físico Generativo de la Historia de Formación Estelar de Galaxias

Planteamiento del Problema
Predecir las propiedades estadísticas de las poblaciones de galaxias es un desafío central en cosmología, que requiere un equilibrio entre la fidelidad física y la eficiencia computacional. Los enfoques existentes enfrentan una compensación: las simulaciones hidrodinámicas cosmológicas (por ejemplo, IllustrisTNG) ofrecen un alto nivel de detalle físico pero son computacionalmente prohibitivas para la exploración de parámetros a gran escala; los modelos empíricos (por ejemplo, HOD, SHAM) son rápidos pero dependen de supuestos simplificados que limitan el realismo físico; y los modelos semi-analíticos (SAMs) como Galacticus ofrecen un punto medio, pero siguen siendo costosos computacionalmente para la inferencia bayesiana completa. Además, si bien la programación diferenciable ha avanzado en la modelización cosmológica hacia adelante (por ejemplo, Diffmah para la ensamblaje de masa de halos), ha faltado un marco diferenciable basado en física que conecte las historias de ensamblaje de masa de halos (MAH) con las historias de formación estelar de galaxias (SFH) y que pueda reproducir poblaciones diversas de simulaciones.

Metodología
Los autores presentan DiffstarPop, un modelo hacia adelante totalmente diferenciable implementado en JAX que establece una conexión estadística entre el MAH de los halos de materia oscura y el SFH de las galaxias que albergan. El modelo se basa en tres componentes principales:

1. Diffmah (MAH de Halos): Un modelo paramétrico que describe la historia de ensamblaje de masa $M_p(t)$ de halos individuales. Los autores introducen una versión actualizada de Diffmah que incluye un nuevo parámetro, $t_p$, que representa el tiempo cósmico en el que se detiene el crecimiento del halo. Esto permite una descripción más precisa de los subhalos con tiempos de caída temprana.
2. Diffstar (SFH de Galaxias): Un modelo paramétrico para la tasa de formación estelar $\dot{M}_\star(t)$ de galaxias individuales. El modelo Diffstar actualizado simplifica la descripción física al eliminar una función de consumo de gas explícita y parametrizada. En su lugar, calcula la masa bariónica total acumulada disponible para la formación estelar y cuantifica la eficiencia de conversión como una escala de tiempo. Esta eficiencia, $\epsilon_{ms}$, depende de la masa del halo, alcanzando un máximo en una masa crítica $M_{crit} \approx 10^{12} M_\odot$. El modelo también incluye parámetros para eventos de apagado ($t_q$) y posible rejuvenecimiento ($q_{rejuv}$).
3. DiffstarPop (La Conexión): Este componente modela la distribución de probabilidad condicional $P(\theta_{SFH} | \theta_{MAH})$, donde $\theta_{MAH}$ son los parámetros de Diffmah y $\theta_{SFH}$ son los parámetros de Diffstar. Asume un modelo de mezcla gaussiana de dos componentes: una población de "secuencia principal" (galaxias que nunca se apagan) y una población "apagada" (galaxias que experimentan un evento de apagado significativo). Las medias, desviaciones estándar y la fracción de mezcla (fracción apagada) de estas distribuciones se parametrizan como funciones de la masa del halo en el día actual ($m_{p,0}$) y, para la población apagada, del tiempo de formación del halo ($t_p$).

El modelo se entrena minimizando el error cuadrático medio entre las funciones de densidad de probabilidad (PDF) predichas de la masa estelar y la tasa de formación estelar específica (sSFR) y las PDF objetivo derivadas de datos simulados. Para permitir la optimización basada en gradientes, los autores emplean un "núcleo triweight" para suavizar los contenedos discretos de los histogramas, haciendo que las PDF sean totalmente diferenciables.

Contribuciones Clave

• Un Modelo Generativo Diferenciable: DiffstarPop proporciona un marco totalmente diferenciable para generar SFH de galaxias condicionadas a MAH de halos, permitiendo el uso de algoritmos basados en gradientes (por ejemplo, Monte Carlo Hamiltoniano) para la inferencia y la optimización.
• Modelos Físicos Actualizados: El artículo presenta versiones actualizadas de Diffmah (incorporando $t_p$ para el crecimiento detenido) y Diffstar (eliminando el núcleo de consumo explícito para mejorar la velocidad y la precisión).
• Validación Cruzada entre Simulaciones: El modelo se pone a prueba contra tres modelos distintos de formación de galaxias: la simulación hidrodinámica IllustrisTNG, el modelo semi-analítico Galacticus y el modelo semi-empírico UniverseMachine.
• Eficiencia Computacional: La implementación en JAX permite la generación de $10^6$ SFH de galaxias en 1.1 segundos de CPU o 0.03 segundos de GPU, una aceleración significativa en comparación con los SAM tradicionales.

Resultados
Los autores demuestran que DiffstarPop puede reproducir con precisión las distribuciones estadísticas de las SFH de galaxias predichas por las tres simulaciones objetivo en un amplio rango de masas de halo ($10^{11} - 10^{14.5} M_\odot$), masas estelares ($10^9 - 10^{11.5} M_\odot$) y corrimientos al rojo ($0 < z < 3$).

• Relación Masa Estelar-Masa del Halo: El modelo recupera la PDF $P(M_\star | M_h, z)$ con una divergencia de Kullback–Leibler (KL) típica de 0.01–0.02.
• Tasa de Formación Estelar Específica: El modelo recupera la PDF $P(\text{sSFR} | M_\star, z)$ con una divergencia de Kullback–Leibler (KL) típica de 0.02–0.03.
• Flexibilidad: El modelo captura con éxito las diferencias en las fracciones apagadas entre simulaciones (por ejemplo, Galacticus predice fracciones apagadas más bajas para centros masivos en comparación con IllustrisTNG y UniverseMachine) y se adapta tanto a historias de formación estelar in-situ como in-plus-ex-situ.
• Rendimiento: El modelo Diffstar actualizado mejora la precisión y reduce el tiempo de ejecución y el uso de memoria en un factor de 10 en comparación con la versión anterior.

Significado y Afirmaciones
El artículo afirma que DiffstarPop ofrece una parametrización "mínimamente flexible" pero robusta de la conexión galaxia-halo. Su significado principal radica en su capacidad para servir como un prior rápido y diferenciable para analizar poblaciones de galaxias observadas. Al generar catálogos sintéticos de galaxias que pueblan árboles de fusión en simulaciones N-body, DiffstarPop facilita la creación de catálogos simulados para futuras encuestas (por ejemplo, LSST, Roman, Euclid, DESI) y permite la inferencia bayesiana basada en gradientes sobre las propiedades físicas de las galaxias observadas.

Los autores declaran explícitamente que DiffstarPop no pretende ser una réplica estadística perfecta de simulaciones hidrodinámicas complejas ni capturar fluctuaciones estocásticas a corto plazo en el SFH. En cambio, su objetivo es proporcionar un marco físicamente interpretable y computacionalmente eficiente que capture las tendencias estadísticas clave de la formación de galaxias, cerrando así la brecha entre simulaciones complejas y el análisis de datos observacionales. El modelo está disponible públicamente como parte del código Diffstar y ya se está utilizando en la tubería Diffsky para modelar distribuciones de energía espectral (SED) y fotometría para inferencia cosmológica.