Machine Learning applications to Galaxy Clusters

Resumen Técnico: Aplicaciones del Aprendizaje Automático a Cúmulos de Galaxias

Planteamiento del Problema
Los cúmulos de galaxias, los sistemas gravitacionalmente ligados más masivos del Universo, sirven como laboratorios críticos para estudiar la formación de estructuras a gran escala y como sondas cosmológicas poderosas. Sin embargo, su masa total no es un observable directo; debe inferirse a partir de trazadores multibanda (efecto Sunyaev–Zel'dovich, emisión de rayos X, distribuciones de galaxias ópticas y datos dinámicos). Los métodos tradicionales de estimación de masa se basan en supuestos simplificados, como el equilibrio hidrostático (EH), la simetría esférica y relaciones de escalado auto-similares. Estos enfoques clásicos sufren de sesgos sistemáticos (por ejemplo, el "sesgo de masa" donde las estimaciones de EH subestiman la masa real) y una dispersión intrínseca significativa debido a procesos no lineales, efectos de proyección y morfologías complejas de cúmulos que no son capturadas por cantidades integradas. Además, las simulaciones cosmológicas necesarias para calibrar estas relaciones enfrentan una compensación entre volumen (representatividad estadística) y resolución (fidelidad física), lo que dificulta generar los grandes conjuntos de datos bien caracterizados necesarios para una calibración robusta.

Metodología
El capítulo revisa la aplicación de la Inteligencia Artificial (IA), específicamente el Aprendizaje Automático (ML) y el Aprendizaje Profundo (DL), para abordar estas limitaciones. La metodología central implica entrenar modelos sobre grandes conjuntos de datos derivados de simulaciones hidrodinámicas cosmológicas, siendo el proyecto THE THREE HUNDRED el más destacado, el cual proporciona una muestra estadísticamente representativa de cúmulos con física bariónica detallada.

Los enfoques metodológicos clave incluyen:

• Arquitecturas: El uso de Redes Neuronales Convolucionales (CNN), Redes Neuronales de Grafos (GNN), Autoencoders, Bosques Aleatorios, Máquinas de Distribución de Soporte (SDM), Flujos Normalizantes y Modelos Generativos Basados en Puntuación.
• Datos de Entrada: Los modelos ingieren datos crudos o procesados de diversos trazadores, incluyendo mapas de Compton-$y$ del SZ, imágenes de conteo de fotones de rayos X, distribuciones del espacio de fases ópticas (posiciones y velocidades de galaxias miembros) y mapas de cizalla de lente gravitacional débil.
• Estrategia de Entrenamiento: Los modelos aprenden el mapeo no lineal entre observables y la masa total directamente desde las simulaciones, evitando la necesidad de suposiciones paramétricas explícitas sobre el estado termodinámico o la geometría del cúmulo.
• Cuantificación de Incertidumbre: La revisión discute el uso de Inferencia Basada en Simulaciones (SBI) y métodos bayesianos aproximados para estimar incertidumbres, reconociendo que el tratamiento bayesiano completo sigue siendo computacionalmente desafiante para redes profundas.

Contribuciones y Resultados Clave
El artículo sintetiza avances recientes que demuestran que las técnicas de IA superan sistemáticamente a los métodos clásicos en la inferencia de masa y otras propiedades de cúmulos:

1. Inferencia de Masa a partir de Emisión SZ:

   • Modelos de aprendizaje profundo (por ejemplo, mResUNet, CNN) entrenados en mapas SZ simulados pueden inferir masas de cúmulos con una incertidumbre de $\sim20\%$, capturando características morfológicas y efectos de proyección a menudo ignorados por las relaciones de escalado estándar.
   • Enfoques híbridos (Autoencoder + Bosque Aleatorio) han reconstruido con éxito perfiles de masa 3D completos con una dispersión significativamente reducida en comparación con los métodos de EH.
   • Las CNN aplicadas a datos reales de Planck han proporcionado calibraciones independientes del sesgo de masa hidrostático, arrojando valores consistentes con simulaciones numéricas ($1-b \sim 0.8–0.9$).

2. Inferencia de Masa a partir de Emisión de Rayos X:

   • Las CNN aplicadas a imágenes de rayos X (por ejemplo, de Illustris TNG y MAGNETICUM) han reducido la dispersión de masa a $\sim8\%$, en comparación con el $\sim18\%$ de las técnicas estándar.
   • Las Redes Neuronales de Grafos (GNN) que utilizan perfiles del ICM muestreados radialmente han logrado una dispersión de $\sim7\%$ en conjuntos de prueba y se han aplicado con éxito a conjuntos de datos reales como REXCESS y X-COP.

3. Inferencia de Masa a partir de Galaxias y Dinámica:

   • Los métodos de ML (SDM, CNN, Flujos Normalizantes) aplicados a distribuciones de velocidades a lo largo de la línea de visión e imágenes del espacio de fases han reducido la dispersión de masa en factores de hasta dos en comparación con las relaciones tradicionales $M-\sigma_v$.
   • Estos métodos no requieren suposiciones sobre el equilibrio dinámico, permitiendo estimaciones de masa más robustas para sistemas no relajados.

4. Enfoques Multitransductor y Multibanda:

   • Combinar datos de SZ, rayos X y ópticos mediante aprendizaje supervisado (por ejemplo, Gradient Boosting, U-Net) rompe las degeneraciones inherentes a los proxies de un solo trazador, reduciendo la dispersión en cantidades integradas en un factor de $\sim2$.
   • Las arquitecturas U-Net se han utilizado para reconstruir mapas de masa total proyectados 2D a partir de entradas de múltiples trazadores.

5. Más allá de la Estimación de Masa:

   • Emulación Bariónica: Los modelos de ML mapean simulaciones solo de Materia Oscura a campos bariónicos realistas (gas, estrellas, termodinámica), ofreciendo una alternativa computacionalmente eficiente a las simulaciones hidrodinámicas completas.
   • Estados Dinámicos: Las CNN se han utilizado para identificar y clasificar cúmulos en fusión basándose en morfologías de SZ y rayos X.
   • Luz Intracluster (ICL): El aprendizaje profundo (U-Net, ResNet) permite la detección y reconstrucción del componente difuso de la ICL, vinculándolo con la historia de ensamblaje del cúmulo.

Significado y Limitaciones
El artículo postula que el ML y el DL proporcionan una extensión natural de los métodos clásicos, ofreciendo un marco flexible y basado en datos que captura dependencias complejas, no lineales e información de alta dimensión (morfología, subestructura). Esto es crucial para las encuestas de próxima generación (por ejemplo, eROSITA, Euclid, LSST), donde la cosmología de precisión exige un control riguroso de las incertidumbres sistemáticas en la calibración de masas.

Sin embargo, los autores enfatizan limitaciones significativas:

• Brecha Simulación-Realidad: Los modelos de ML son tan fiables como la modelización física en sus simulaciones de entrenamiento. Las imprecisiones en las prescripciones de retroalimentación o en la física subgrid en las simulaciones pueden conducir a predicciones sesgadas en observaciones reales.
• Interpretabilidad: Aunque los mapas de saliencia sugieren que la inferencia de masa está impulsada por características en los bordes exteriores del cúmulo (menos afectadas por la física bariónica compleja) en lugar de los núcleos, la naturaleza de "caja negra" del aprendizaje profundo sigue siendo un desafío.
• Cuantificación de Incertidumbre: Las estimaciones de incertidumbre robustas y bien calibradas siguen siendo un problema abierto, con los métodos actuales dependiendo de aproximaciones.
• Estandarización: El campo carece de conjuntos de datos de referencia estandarizados y métricas, lo que dificulta las comparaciones justas entre diferentes modelos.

En conclusión, el artículo argumenta que, si bien la IA ofrece una vía prometedora para mejorar la calibración de masas y nuevos diagnósticos físicos, su aplicación exitosa a la cosmología de precisión requiere una validación cuidadosa frente a datos observacionales, el desarrollo de técnicas de adaptación de dominio y la generación de conjuntos de datos de entrenamiento diversos que marginalicen sobre las incertidumbres en la física bariónica.