VROOM-SBI: A Fast Simulation-Based Bayesian Inference Methodology for QU-Fitting

Resumen Técnico: VROOM-SBI: Una Metodología de Inferencia Bayesiana Basada en Simulación Rápida para QU-Fitting

Enunciado del Problema
El ajuste QU bayesiano (QU-fitting) es reconocido como un método altamente preciso para inferir medidas de rotación Faraday a lo largo de la línea de visión y caracterizar la física de la despolarización. Sin embargo, su aplicación a datos a escala de sondeos (por ejemplo, de precursores del SKA como VLA, MeerKAT o uGMRT) ha sido históricamente inviable debido a los costos computacionales prohibitivos. Las implementaciones tradicionales, como las de RMTools que utilizan muestreadores anidados, requieren minutos por píxel. Para un cubo de imagen típico que contiene decenas de miles de píxeles polarizados activos, un análisis completo exigiría miles de horas de CPU, haciendo que la inferencia bayesiana completa sea impráctica para catálogos grandes. Aunque la síntesis Faraday ofrece velocidad, produce espectros "sucios" convolucionados con la Función de Dispersión de Medida de Rotación (RMSF) y carece de las distribuciones posteriores rigurosas de los parámetros propias del ajuste de modelos.

Metodología: VROOM-SBI
Los autores presentan VROOM-SBI, un marco que utiliza Inferencia Basada en Simulación (SBI), específicamente Estimación de la Posterior Neural (NPE), para acelerar la inferencia bayesiana. El enfoque central implica entrenar redes neuronales para aprender un mapeo directo desde los espectros observados de Stokes Q y U hacia las distribuciones posteriores de los parámetros del modelo físico, evitando la necesidad de evaluaciones de verosimilitud repetidas durante la inferencia.

• Simulación Inversa: Los autores generan un conjunto masivo de datos de entrenamiento simulando espectros de Stokes basados en cuatro modelos estándar de despolarización: Faraday delgado (Faraday-thin), capa de Burn, dispersión externa y dispersión interna. También se incluye un modelo de Faraday delgado de dos componentes. Las simulaciones cubren la cobertura de frecuencia de la banda L del VLA (1–2 GHz) y profundidades Faraday que van desde $-100$ hasta $100$ rad m$^{-2}$.
• Ruido y Aumento de Datos: Los datos de entrenamiento incorporan modelos de ruido realistas, incluyendo pesos de inversa-varianza por canal y ruido aditivo similar al radiómetro. Para garantizar la robustez, el conjunto de datos se aumenta con patrones de Interferencia de Radiofrecuencia (RFI), como canales faltantes dispersos, huecos contiguos y grandes bloques de RFI.
• Arquitectura Neural: La tubería de inferencia emplea un proceso de dos etapas:
  1. Estimación de la Forma Espectral: Un estimador dedicado ajusta un polinomio cúbico log-log al espectro de intensidad total (Stokes I). Esto proporciona un modelo suave de $I(\nu)$ marginalizado sobre el ruido, que se utiliza para normalizar los espectros Q y U hacia la polarización fraccional ($q=Q/I, u=U/I$), evitando la amplificación del ruido por una división directa en crudo.
  2. Inferencia Polarimétrica: Los espectros de polarización fraccional normalizados, junto con los pesos de los canales, se introducen en un Flujo de Splines Neuronales (un tipo de flujo normalizador). Esta red, compuesta por una capa de incrustación totalmente conectada seguida de transformaciones de acoplamiento, aprende el estimador de densidad condicional $q_w(\theta|x)$ para aproximar la posterior verdadera $p(\theta|x)$.
• Velocidad de Inferencia: Una vez entrenada, la red realiza la inferencia en milisegundos por píxel en una GPU, generando miles de muestras posteriores en una sola pasada hacia adelante.

Contribuciones Clave

1. Aceleración: VROOM-SBI logra una aceleración computacional de aproximadamente $\sim500\times$ en comparación con implementaciones clásicas de QU-fitting (por ejemplo, RMTools con dynesty).
2. Recursos Abiertos: Los autores proporcionan modelos entrenados para los cuatro modelos estándar de despolarización y el estimador de forma espectral a través de HuggingFace, junto con código de código abierto.
3. Inferencia Amortizada: La metodología desplaza la carga computacional a la fase de entrenamiento. Una vez entrenada para una configuración de frecuencia y perfil de ruido específicos, la red puede procesar millones de fuentes a una fracción del costo de los métodos tradicionales.
4. Robustez: Los modelos se entrenan con una agresiva augmentación de RFI, demostrando resiliencia ante la excisión de canales y niveles de ruido variables.

Resultados

• Recuperación de Parámetros: La validación en simulaciones de prueba retenidas muestra que VROOM-SBI recupera con alta precisión las medidas de rotación ($\phi$) y los ángulos de polarización intrínsecos ($\chi_0$). Para el modelo Faraday delgado, el error absoluto mediano (MedAE) para $\phi$ es de $0.26$ rad m$^{-2}$ con una cobertura del 93% al nivel de credibilidad del 68%.
• Manejo de Degeneraciones: El método resuelve con éxito estructuras de múltiples componentes (por ejemplo, dos pantallas Faraday) sin sesgo significativo, siempre que la separación de frecuencia sea suficiente.
• Aplicación a Datos Reales: Aplicado a observaciones de la banda L del VLA del cúmulo de galaxias MACS J1752+4440, VROOM-SBI procesó 35.700 píxeles activos en aproximadamente 125 minutos en una sola GPU.
  • Los mapas de índice espectral recuperados se alinean con las expectativas físicas para los restos de radio (endurecimiento desde los frentes de choque).
  • La comparación con la síntesis RM y un subconjunto de 100 píxeles analizados mediante QU-fitting tradicional muestra que VROOM-SBI recupera estructuras de RM a gran escala consistentes.
  • VROOM-SBI produce posteriores ligeramente más amplias (mediana $\sigma_{RM} \approx 3.8$ rad m$^{-2}$ frente a $0.67$ rad m$^{-2}$ para QU-fitting) y un desplazamiento sistemático de $\sim2.3$ rad m$^{-2}$ en relación con QU-fitting. Los autores atribuyen esto a la naturaleza amortizada de la inferencia, que integra sobre el rango de realizaciones de ruido vistas durante el entrenamiento en lugar de condicionarse al nivel exacto de ruido por observación.
• Cobertura: La cobertura empírica para los intervalos de credibilidad del 68% generalmente oscila entre el 64% y el 93%, con la excepción de la polarización fraccional ($p_0$) en el modelo Faraday delgado (46% de cobertura), lo que los autores atribuyen a la falta de información estructural del modelo sobre la escalado de amplitud.

Significado y Afirmaciones
El artículo afirma que VROOM-SBI hace que el análisis polarimétrico bayesiano completo sea computacionalmente viable para sondeos modernos de gran campo. Al reducir el tiempo de inferencia para un catálogo de un millón de fuentes a aproximadamente un día en una sola GPU, el método cierra la brecha entre el rigor estadístico del ajuste de modelos y la velocidad requerida para los radiotelescopios de próxima generación (SKA, ngVLA). Los autores posicionan esto como un cambio en el compromiso histórico entre precisión y velocidad, permitiendo estudios a escala de sondeos que anteriormente se limitaban a métodos rápidos pero menos rigurosos como la síntesis RM. Señalan que, aunque los modelos actuales son específicos de ciertas configuraciones de frecuencia, el enfoque es generalizable, y el trabajo futuro podría extenderlo a dominios de espectro Faraday "sucios" para integrarse aún más con tuberías de imagen.