The Back-in-time Void Finder: dynamical identification of cosmic voids through optimal transport reconstruction

Resumen Técnico: El Buscador de Vacíos Back-in-time (BitVF)

Planteamiento del Problema
Los vacíos cósmicos son sondas cosmológicas poderosas, pero su identificación se ve dificultada por desafíos observacionales y metodológicos significativos. Los buscadores de vacíos tradicionales, basados en la topología o la densidad, son altamente sensibles al ruido de disparo (shot noise), particularmente en regiones subdensas donde el muestreo de trazadores es escaso y el sesgo de las galaxias es elevado. Además, la identificación en el espacio de redshift se ve comprometida por las Distorsiones en el Espacio de Redshift (RSD) y el efecto Alcock–Paczynski (AP), que distorsionan las formas de los vacíos, desplazan sus centros a lo largo de la línea de visión (LOS) y rompen la correspondencia uno a uno entre los vacíos en el espacio real y en el espacio de redshift. Estas limitaciones requieren un enfoque de búsqueda de vacíos que esté motivado dinámicamente, sea robusto a las fluctuaciones de muestreo y sea capaz de manejar geometrías de sondeo complejas y RSD.

Metodología
Los autores presentan el Back-in-time Void Finder (BitVF), un algoritmo dinámico que identifica vacíos como regiones de divergencia negativa en un campo de desplazamiento Lagrangiano reconstruido a partir de la distribución de trazadores del tiempo presente.

1. Reconstrucción mediante Transporte Óptimo (OT):

   • El método emplea un algoritmo de transporte óptimo discreto para mapear los trazadores observados (posiciones Eulerianas) hacia atrás en el tiempo hacia una distribución Lagrangiana inicialmente homogénea.
   • A diferencia de las estimaciones directas de densidad, este enfoque minimiza un costo de transporte global (función de costo Monge) para encontrar el mapeo más eficiente entre la distribución actual inhomogénea y un estado primordial uniforme.
   • La implementación utiliza un esquema de intercambio de cuartetos (quartet-swap scheme) eficiente (una mejora sobre el método de intercambio de pares PIZA) para minimizar la suma de las distancias al cuadrado entre los pares de trazadores y aleatorios emparejados.
   • La reconstrucción incorpora naturalmente el sesgo de los trazadores sin requerir supuestos cosmológicos previos; el sesgo se contabiliza mediante una escala lineal del campo de desplazamiento.

2. Cómputo de la Divergencia y Suavizado:

   • El campo de desplazamiento $\Psi$ se reconstruye hacia atrás en el tiempo. Los vacíos se definen como regiones donde $\nabla_q \cdot \Psi < 0$, lo que corresponde a un flujo de masa hacia afuera (outflow) local cuando se evoluciona hacia adelante.
   • El campo de divergencia se computa en una rejilla discreta (cartesiana para cajas periódicas, curvilínea adaptativa para conos de luz) utilizando el teorema de Gauss.
   • Para mitigar el ruido de disparo, el método promedia sobre múltiples realizaciones aleatorias (típicamente 10–50) y aplica un suavizado gaussiano opcional al campo de divergencia.

3. Segmentación por Watershed:

   • Los vacíos se identifican mediante un algoritmo de cuenca hidrográfica (watershed) aplicado al campo de divergencia suavizado. Las celdas se asignan iterativamente al mínimo local de la divergencia, definiendo cuencas conectadas de flujo de salida coherente.
   • Los centros de los vacíos se refinan mediante una corrección ponderada basada en los valores de divergencia de los vecinos.

4. Corrección de Redshift-Space:

   • Para datos en el espacio de redshift, el método puede modelar las RSD utilizando un marco de Kaiser corregido por sesgo. Al asumir una cosmología de referencia y el sesgo del trazador, el campo de desplazamiento reconstruido permite la recuperación de las posiciones en el espacio real, mitigando eficazmente los desplazamientos sistemáticos inducidos por las RSD.

Contribuciones Clave

• Algoritmo Novedoso: BitVF es el primer marco diseñado específicamente para sondeos de galaxias de Etapa IV (p. ej., DESI, Euclid) que define los vacíos dinámicamente a través del desplazamiento Lagrangiano en lugar de umbrales topológicos o de densidad.
• Robustez al Ruido: Al depender del flujo de masa coherente y no local a gran escala codificado en el campo de desplazamiento, BitVF es intrínsecamente más robusto al ruido de disparo y a la escasez de trazadores que los métodos basados en la densidad.
• Mitigación de RSD: El método demuestra una capacidad intrínseca para preservar las funciones de tamaño de vacíos en el espacio real dentro del espacio de redshift y ofrece una vía para reconstruir catálogos en el espacio real usando una cosmología de referencia.
• Implementación: El algoritmo está implementado en el paquete CosmoBolognaLib, que cuenta con ejecución paralela (OpenMP) con una escala computacional de aproximadamente $O(N^{1.1})$, lo que lo hace tratable para millones de trazadores.

Resultos
Los autores validaron BitVF utilizando simulaciones de N-cuerpos de alta resolución (suite Aletheia) y modelos de cono de luz realistas (similares a Buzzard/DESI).

• Comparación con REVOLVER: Al compararse con el buscador de vacíos topológico REVOLVER (basado en teselación de Voronoi), BitVF produce catálogos de vacíos con:
  • Perfiles de Densidad más Suaves: Los vacíos de BitVF exhiben transiciones más suaves entre el interior y los bordes, reflejando flujos de masa coherentes en lugar de las estructuras de tipo "top-hat" que suelen verse en los métodos topológicos.
  • Abundancias Estables: El conteo de vacíos y las distribuciones de tamaño de BitVF se mantienen estables bajo un submuestreo significativo de trazadores (hasta el 2.5% de la población de partículas) y ruido de disparo, mientras que REVOLVER muestra una inestabilidad significativa y generación de estructuras espurias en muestras dispersas.
  • Diferencias de Tamaño: BitVF identifica vacíos con radios efectivos sistemáticamente más pequeños que REVOLVER porque detiene la expansión en el borde donde la divergencia cambia de signo, excluyendo las capas sobredensas compensatorias.
• Reconstrucción de Velocidad: Las velocidades reconstruidas derivadas del campo de desplazamiento de OT muestran un coeficiente de correlación de Pearson de $R \approx 0.77$ con las velocidades reales de los halos, validando la reconstrucción dinámica.
• Desempeño en Conos de Luz: Aplicado a catálogos de modelos similares a DESI, BitVF mitiga con éxito los efectos sistemáticos de las RSD, preservando las estadísticas de los vacíos en el espacio real de manera más fiel que los métodos topológicos.

Significancia y Reivindicaciones
El artículo afirma que BitVF proporciona una alternativa físicamente motivada y robusta a los buscadores de vacíos existentes, particularmente para la era de los sondeos de Etapa IV donde las densidades de trazadores varían y los efectos de las RSD son prominentes. Al fundamentar la identificación de vacíos en la dinámica del flujo de salida de masa en lugar de umbrales de densidad estáticos, el método ofrece:

1. Reducción de la Sensibilidad a los Sistemas: Maneja inherentemente mejor el ruido de disparo y la escasez de trazadores que los enfoques topológicos.
2. Mejor Interpretabilidad: La definición dinámica se alinea con la evolución física de las estructuras cósmicas, lo que potencialmente reduce la identificación de vacíos espurios.
3. Versatilidad: El marco es aplicable tanto a cajas de simulación idealizadas como a datos complejos de cono de luz con máscaras de sondeo.

Los autores concluyen que BitVF representa un paso significativo adelante en la cosmología de vacíos, ofreciendo una herramienta que equilibra precisión, eficiencia computacional y aplicabilidad a los grandes conjuntos de datos esperados de futuros sondeos. El código y las herramientas se ponen a disposición pública para facilitar la investigación adicional.