A Novel Lensed Point Source Modeling Pipeline using GIGA-Lens with Application to SN Zwicky and SN iPTF16geu

Resumen Técnico: Un nuevo flujo de modelado de fuentes puntuales con lente utilizando GIGA-Lens

Planteamiento del problema
El artículo aborda la "tensión de Hubble", una discrepancia significativa (~5σ) entre las mediciones del universo temprano y tardío de la constante de Hubble ($H_0$). Aunque los eventos variables en el tiempo fuertemente con lentes (quásares y supernovas) ofrecen una vía para resolver esta tensión mediante mediciones de retraso temporal, las supernovas (SNe) con efecto de lente son raras. Los enfoques de modelado existentes para fuentes puntuales con efecto de lente enfrentan desafíos específicos:

1. Inaplicabilidad de los métodos basados en píxeles: El modelado de lentes tradicional (por ejemplo, GIGA-Lens para fuentes extendidas) depende de la minimización de las diferencias píxel por píxel entre las imágenes observadas y modeladas. Esto falla para fuentes puntuales porque las posiciones de la imagen modelada hacia adelante a menudo no coinciden con las posiciones observadas al inicio de la optimización, lo que resulta en gradientes de cero y una optimización no informativa.
2. Sesgo en las funciones de pérdida: Intentos previos que utilizan solo las posiciones de las imágenes impulsan a los muestreadores hacia regiones de parámetros no físicas (por ejemplo, pendientes de masa $\gamma \sim 1$) que minimizan las métricas de distancia pero violan las restricciones físicas.
3. Escasez de datos: Muchas SNe con efecto de lente carecen de luz de la galaxia anfitriona extendida detectable, lo que impide el uso de técnicas de modelado de fuentes extendidas.
4. Incertidumbres sistemáticas: La degeneración de la hoja de masa (MSD) y la necesidad de un modelado completo hacia adelante (inferencia simultánea de todos los parámetros) siguen siendo obstáculos críticos para lograr restricciones precisas de $H_0$ a partir de sistemas individuales.

Metodología
Los autores presentan un novedoso flujo de modelado construido sobre el marco de trabajo GIGA-Lens, utilizando la plataforma JAX para ejecutarse en cuatro GPUs A100. La innovación central es una función de pérdida diferenciable diseñada específicamente para fuentes puntuales, que utiliza únicamente posiciones de centroides, flujos observados (o magnificaciones) y retrasos temporales, sin requerir datos de la galaxia anfitriona extendida.

La función de verosimilitud $\log \mathcal{L}$ combina tres términos con pesos relativos determinados empíricamente ($\omega_D, \omega_F, \omega_{TD}$):

1. Compacidad en el plano de la fuente ($\mathcal{L}_D$): En lugar de la comparación de píxeles, el flujo de trabajo "deslentea" cada posición de imagen observada de vuelta al plano de la fuente utilizando el modelo de la lente. La pérdida minimiza la distancia al cuadrado entre estas posiciones deslenteadas y su media, imponiendo que todas las imágenes se originen de una única fuente puntual.
2. Flujo/Magnificación ($\mathcal{L}_F$): Para restringir la pendiente de la masa y romper las degeneraciones, el flujo de trabajo modela la inversa del cuadrado de las magnificaciones observadas. Una contribución técnica clave es la descomposición de la función de magnificación no diferenciable (que tiene singularidades cerca de las curvas críticas) en un componente suave y diferenciable. Esto permite el uso de Diferenciación Automática (AD) para calcular las magnificaciones y sus derivadas, evitando aproximaciones de diferencia finita y mejorando la velocidad computacional en un 20–40%.
3. Retraso Temporal ($\mathcal{L}_{TD}$): El flujo de trabajo incorpora retrasos temporales al minimizar la diferencia entre los potenciales de Fermat observados y predichos (o los retrasos temporales directamente, tratando a $H_0$ como un parámetro libre).

Detalles de la implementación técnica:

• Diferenciabilidad y Biyectores: Para manejar los límites de los parámetros (por ejemplo, restringir la pendiente de masa $\gamma > 1.5$) sin introducir inestabilidades numéricas, los autores utilizan biyectores para mapear espacios de parámetros no restringidos a espacios físicos restringidos.
• Esquema de ponderación: Los autores demuestran que los pesos relativos entre los términos de pérdida no pueden establecerse únicamente mediante las incertidumbres observacionales. Emplean un esquema de ponderación empírica donde los pesos se incrementan (por ejemplo, para el flujo) para asegurar que los componentes de la posterior contribuyan de manera comparable durante el muestreo de Monte Carlo Hamiltoniano (HMC), evitando el sesgo hacia soluciones no físicas.
• Muestreo: El flujo de trabajo utiliza una optimización de tres etapas: descenso de gradiente de inicio múltiple para el Máximo a Posteriori (MAP), Inferencia Variacional Estocástica (SVI) para un sustituto gaussiano, y HMC para el muestreo completo de la posterior.

Resultados Clave

• Sistemas Simulados: El flujo de trabajo fue probado en cinco configuraciones de lentes arquetípicas (cruz, cúspide larga, cúspide corta, pliegue y doble).

  • Recuperó con éxito las posiciones de las imágenes, los flujos y los retrasos temporales.
  • Restringió la pendiente de masa $\gamma$ utilizando solo datos de fuentes puntuales.
  • Para un sistema simulado con $H_0$ como parámetro libre, el flujo de trabajo logró una incertidumbre estadística de $\sim 3.6\%$ ($\sim 2.5$ km s$^{-1}$ Mpc$^{-1}$) en $H_0$ a partir de un solo sistema utilizando el modelado completo hacia adelante.
  • Se lograron métricas de convergencia ($\hat{R} < 1.01$ y ESS $\gtrsim 10^3$) para la mayoría de los sistemas, con tiempos de modelado que variaron de minutos a ~23 minutos en cuatro GPUs A100.

• Aplicación a SN iPTF16geu:

  • El flujo de trabajo modeló el sistema utilizando únicamente las cuatro imágenes de la SN lensed (posiciones y magnificaciones), ignorando la galaxia anfitriona extendida.
  • La pendiente de masa inferida ($\gamma \approx 1.92$) y otros parámetros fueron consistentes dentro de $1\sigma$ con estudios previos (por ejemplo, Mörtsell et al. 2020) que utilizaron la dispersión de velocidad y datos de la galaxia anfitriona.
  • Los resultados confirmaron que un modelo de lente suave por sí solo no puede explicar las anomalías de flujo, apoyando la hipótesis de microlente.

• Aplicación a SN Zwicky:

  • El flujo de trabajo produjo un modelo alternativo de mejor ajuste en comparación con estudios previos (Goobar et al. 2023; Pierel et al. 2023).
  • Modelos previos sugirieron una baja elipticidad e imágenes simétricas respecto a la curva crítica, fallando en explicar la asimetría de brillo observada (las imágenes A y C son significativamente más brillantes que B y D).
  • Este modelo infirió una mayor elipticidad ($q \approx 0.38$) y una pendiente de masa $\gamma \approx 2.11$. Esta geometría coloca las imágenes A y C directamente en la curva crítica (explicando su brillo), mientras que B y D están más alejadas.
  • El modelo predijo con éxito las posiciones observadas, los flujos y el orden revisado de los retrasos temporales (la Imagen A llega primero), lo cual es consistente con mediciones refinadas recientes (Larison et al. 2024).

Significancia y Reivindicaciones
El artículo afirma que:

1. Suficiencia de los datos de fuentes puntuales: Es posible inferir distribuciones de masa de lentes complejas, incluyendo la pendiente de densidad de masa $\gamma$, utilizando solo datos de fuentes puntuales con efecto de lente (posiciones, flujos, retrasos temporales) sin información de la galaxia anfitriona extendida.
2. Modelado completo hacia adelante: La inferencia simultánea de todos los parámetros de la lente y $H_0$ es factible y produce restricciones precisas (incertidumbre del 3.6%) de un solo sistema, siempre que el sistema tenga un radio de Einstein suficientemente grande ($\theta_E \gtrsim 1''$).
3. Robustez ante singularidades: El enfoque basado en la descomposición de la magnificación permite el modelado robusto de imágenes cerca de las curvas críticas, un régimen donde métodos anteriores a menudo fallaban o requerían intervención manual.
4. Exploración del espacio de parámetros: El caso de estudio de SN Zwicky subraya la importancia de explorar completamente el espacio de parámetros; el modelo de los autores revela una configuración físicamente plausible que resuelve la tensión entre la simetría de imagen y la asimetría de brillo, algo que los modelos previos pasaron por alto.
5. Eficiencia: El uso de JAX y la aceleración por GPU permite un modelado rápido y estadísticamente riguroso (logrando criterios de convergencia estrictos $\hat{R} < 1.01$) en minutos, convirtiéndolo en una herramienta práctica para el creciente número de SNe con efecto de lente descubiertas.

Los autores concluyen que, aunque el enfoque actual se centra en las SNe Ia, el marco es fácilmente extensible a quásares y SNe no-Ia mediante relaciones de flujo, y puede combinarse con el modelado de la galaxia anfitriona para obtener restricciones cosmológicas aún más estrictas.