Exploring the High-Redshift 21-cm Signal via Self-Consistent Simulations using Artificial Neural Network Emulation

Resumen Técnico: Exploración de la señal de 21 cm de alto corrimiento al rojo mediante simulaciones autoconsistentes usando emulación con redes neuronales artificiales

Enunciado del Problema
Comprender el Amanecer Cósmico (AC), la era de las primeras estrellas y galaxias ($z \sim 15-60$), es crucial para rastrear la evolución cósmica. Aunque las sondas observacionales como el JWST y las matrices de radio (HERA, LOFAR, MWA) están avanzando, la interpretación de los datos de la línea de 21 cm requiere modelos teóricos robustos. Los enfoques existentes enfrentan una dicotomía: los modelos analíticos simplificados son computacionalmente eficientes pero dependen de supuestos restrictivos, mientras que las simulaciones hidrodinámicas complejas ofrecen alta fidelidad pero están limitadas a volúmenes pequeños y espacios de parámetros estrechos debido al costo computacional. Además, muchos modelos seminuméricos carecen de tratamientos autoconsistentes de la formación estelar (FE) a pequeña escala calibrados con hidrodinámica, historias estocásticas de fusión de halos de materia oscura (MO) y retroalimentación radiativa a gran escala. Este artículo aborda la necesidad de un marco seminumérico a gran escala y autoconsistente que cierre esta brecha para proporcionar predicciones precisas de la señal global de 21 cm y el espectro de potencia.

Metodología
Los autores presentan un marco de simulación seminumérico mejorado, construido sobre el trabajo de Feathers et al. (2025, F25). La metodología central implica:

1. Volumen de Simulación: Se genera un volumen a gran escala de $192^3$ Mpc$^3$ (compuesto por $64^3$ celdas de $(3 \text{ Mpc})^3$) utilizando 21cmvFAST. Este volumen incluye fluctuaciones espaciales en la densidad de materia ($\delta$) y velocidades de flujo barión-MO ($v_{bc}$), que son críticas para predicciones precisas de FE.
2. Evolución de Halos de Materia Oscura: El marco utiliza el formalismo de Press-Schechter Extendido (EPS) para construir árboles de fusión estocásticos de halos de MO. Se genera una biblioteca de $\sim 10^4$ árboles de fusión para 40 bins de masa de halo ($10^{5.6} - 10^{9.5} M_\odot$). Estos árboles se asignan a las celdas de la simulación basándose en la sobre densidad local, sirviendo como andamiaje para la FE.
3. Emulación con Redes Neuronales (RN): Para superar las prohibiciones computacionales de ejecutar un Modelo Semianalítico Subgrid (SAM) complejo para cada celda, los autores emplean emuladores de Redes Neuronales Artificiales.
   • Datos de Entrenamiento: Las RN se entrenan con un SAM calibrado a simulaciones hidrodinámicas de vanguardia: las simulaciones Renaissance (O'Shea et al. 2015) y AEOS (Brauer et al. 2025).
   • Prescripción de Formación Estelar (FE): El modelo fiducial incorpora prescripciones de FE de Hazlett et al. (2025a,b). Esto incluye:
     • FE de Población III (PopIII): Modelada con una función de distribución acumulativa para masas estelares, resultando en un promedio de cuatro estrellas de $35.6 M_\odot$ por halo al cruzar el umbral de masa crítica ($M_{crit}$).
     • FE de Población II (PopII): Modelada como un proceso de dos fases: una fase inicial "explosiva" seguida de una fase "estable" una vez que la temperatura virial del halo alcanza $T_{vir, steady} \approx 1.76 \times 10^4$ K. Esto incluye un período de quietud ($t_{quies}$) tras las explosiones.
     • Masa Crítica ($M_{crit}$): Calculada considerando la retroalimentación de Lyman-Werner (LW) y el auto-oscurecimiento de H$_2$ (Kulkarni et al. 2021).
   • Eficiencia: La emulación con RN reduce el costo computacional de generar predicciones de Densidad de Tasa de Formación Estelar (SFRD) en un factor de $\sim 200$ en comparación con el SAM completo, permitiendo simular el volumen completo en $\sim 21$ horas-CPU.
4. Cálculo de la Señal de 21 cm: El SFRD simulado se procesa posteriormente para calcular la temperatura de brillo de 21 cm ($\delta T_b$) y el espectro de potencia ($\Delta^2(k)$). Esto implica:
   • Calcular el fondo de Lyman-$\alpha$ ($J_\alpha$) para determinar el coeficiente de acoplamiento Wouthuysen-Field (W-F) ($x_\alpha$).
   • Resolver la temperatura de espín ($T_S$) y la temperatura cinética ($T_K$) del medio intergaláctico (MIG), teniendo en cuenta el calentamiento Compton y el calentamiento por rayos X (asumiendo que rastrean el SFR).
   • Resolver iterativamente $T_S$ para determinar $\delta T_b$ y su espectro de potencia.

Contribuciones Clave

• Calibración Novel: Esta es la primera simulación seminumérica a gran escala que une autoconsistentemente árboles de fusión estocásticos de halos de MO con prescripciones de FE explícitamente calibradas a simulaciones hidrodinámicas modernas (Renaissance y AEOS).
• Modelado de Dos Fases de PopII: El marco introduce una transición de "explosiva" a "estable" para la FE de PopII, calibrada a resultados hidrodinámicos, lo cual difiere significativamente de los modelos anteriores de eficiencia constante.
• Historias de Fusión Estocásticas: La inclusión de historias estocásticas de fusión de halos de MO permite un tratamiento realista de la transición de FE de PopIII a PopII, incluyendo un período de retraso ($t_{delay}$) y los efectos de $v_{bc}$ sobre $M_{crit}$.
• Eficiencia Computacional: La arquitectura optimizada de RN y el conjunto de entrenamiento reducido permiten ejecutar múltiples realizaciones con supuestos astrofísicos variables (por ejemplo, diferentes masas de PopIII, $t_{delay}$, $M_{crit}$) de manera eficiente.

Resultados
Los autores presentan resultados de un modelo fiducial y varias realizaciones alternativas (variando la masa de PopIII, $M_{crit}$ y $t_{delay}$):

• Señal Global ($\delta T_b$):
  • El modelo fiducial predice un mínimo de valle de absorción de $\delta T_b \approx -146$ mK en $z \approx 20.25$.
  • Impacto de PopIII vs. PopII: La FE de PopIII domina la señal de 21 cm en $z \gtrsim 34$ y a grandes escalas. La FE de PopII domina en $z \lesssim 20$ y a escalas más pequeñas ($k \gtrsim 0.2$ Mpc$^{-1}$ en $z \sim 20-34$).
  • Período de Retraso ($t_{delay}$): El retraso entre la FE de PopIII y PopII impacta significativamente la señal. Un retraso más largo (por ejemplo, 100 Myr) resulta en un valle de absorción más tardío, profundo y estrecho en comparación con el retraso fiducial de 10 Myr.
  • Comparación: El modelo fiducial produce valles de absorción más tempranos y profundos que muchos modelos anteriores (por ejemplo, Muñoz et al. 2022) debido a la combinación de árboles de fusión de MO, auto-oscurecimiento de H$_2$ y eficiencias de FE calibradas.
• Espectro de Potencia ($\Delta^2(k)$):
  • Los espectros de potencia son detectables por HERA a partir de $z \approx 25$ para $k \sim 0.2$ Mpc$^{-1}$, expandiéndose a $k \lesssim 0.9$ Mpc$^{-1}$ para $z=15$ bajo supuestos moderados de fondo (1080 horas de observación).
  • Los modelos con historias de fusión estocásticas muestran potencia a gran escala mejorada en altos corrimientos al rojo en comparación con modelos sin ellas (como el modelo de Muñoz et al. 2022), impulsada por fluctuaciones de $v_{bc}$ que afectan a $M_{crit}$.
• Precisión de las RN: Los emuladores reproducen los resultados del SAM con una precisión promedio de $\sim 8.3\%$ para PopII y $\sim 5.0\%$ para PopIII en todos los corrimientos al rojo y modelos.

Significado y Afirmaciones
El artículo afirma que la combinación de calibración de FE hidrodinámica, un modelo de masa crítica de halo que tiene en cuenta el auto-oscurecimiento de H$_2$ y historias estocásticas de fusión de halos de MO resulta en formación estelar más temprana y mayores SFRDs a lo largo del Amanecer Cósmico en comparación con trabajos seminuméricos anteriores.

Los autores afirman que:

1. Observabilidad: La señal de 21 cm fiducial es potencialmente detectable por HERA en $z \lesssim 25$.
2. Restricciones sobre la Física: La falta de detección en $z \gtrsim 20$ sugeriría un período de retraso ($t_{delay}$) entre la FE de PopIII y PopII de $\gtrsim 30$ Myr.
3. Necesidad Metodológica: Contar adecuadamente con la transición entre la FE de PopIII y PopII requiere incluir historias de fusión de halos de MO, ya que los modelos analíticos simplificados (como integrales de HMF) no logran capturar la estocasticidad y el tiempo de esta transición.
4. Diferenciación: Aunque distinguir entre variaciones sutiles en la eficiencia de FE puede ser difícil, la sensibilidad del espectro de potencia de HERA es suficiente para distinguir entre modelos con diferentes valores de $t_{delay}$ y para diferenciar el modelo de los autores (con árboles de fusión y calibración hidrodinámica) de modelos que carecen de estas características (como la realización de Muñoz et al. 2022).

El trabajo se posiciona como una herramienta novel y complementaria a los códigos seminuméricos existentes (por ejemplo, 21cmFAST, Zeus21), ofreciendo un enfoque más fundamentado físicamente para predecir la señal de 21 cm para campañas observacionales actuales y futuras.