The Manticore Project II: Bayesian digital twins of cosmic structure across the SDSS and BOSS volumes

Resumen Técnico: El Proyecto Manticore II: Gemelos digitales bayesianos de la estructura cósmica en los volúmenes de SDSS y BOSS

Problema y Motivación
Los análisis tradicionales de la estructura a gran escala (LSS) del Universo dependen de estadísticas de orden bajo, como la función de correlación de dos puntos o el espectro de potencia. Aunque son efectivas, estos métodos comprimen los datos observacionales, descartando las correlaciones de orden superior y la información de fase codificada en el campo de materia evolucionado. La inferencia a nivel de campo ofrece un enfoque fundamentalmente diferente al buscar la recuperación de los campos completos de densidad y velocidad en tres dimensiones que dieron lugar a las distribaciones de galaxias observadas. Si bien los métodos bayesianos de nivel de campo (por ejemplo, BORG) se han aplicado con éxito al Universo cercano ($\lesssim 200 \, h^{-1}\text{Mpc}$), la extensión de estas reconstrucciones de alta resolución y totalmente bayesianas a volúmenes representativos cosmológicos ($\sim \text{Gpc}^3$) ha seguido siendo un desafío abierto debido a las limitaciones computacionales y la necesidad de manejar datos de sondeos heterogéneos y profundos.

Metodología
El artículo presenta Manticore-Deep, una inferencia bayesiana de alto nivel de campo y alta resolución que abarca un volumen comóvil de $(4 \, h^{-1}\text{Gpc})^3$ hasta un redshift $z \approx 0.7$ con una resolución de $\sim 4 \, h^{-1}\text{Mpc}$. La metodología se basa en el marco establecido por el análisis complementario "Manticore-Local", pero introduce varias extensiones críticas:

• Integración de múltiples sondeos: La inferencia constriñe conjuntamente cinco sondeos de galaxias de desplazamiento al rojo (2M++, 6dFGS, 2dFGRS, SDSS y BOSS) dentro de un único marco bayesiano jerárquico utilizando el algoritmo BORG.
• Estrategia de inferencia por teselas (Tiled Inference): Para hacer tratable la inferencia de $1024^3$ vóxeles, el dominio padre se particiona en una cuadrícula de $4 \times 4 \times 4$ de 64 teselas cúbicas ($1024 \, h^{-1}\text{Mpc}$ por lado). Cada tesela se infiere independientemente en una cuadrícula de $256^3$. Para mitigar los artefactos de frontera y asegurar la continuidad, se emplea una región de amortiguación (buffer) de $64 \, h^{-1}\text{Mpc}$ donde las galaxias se duplican a través de teselas adyacentes, y la frontera exterior evoluciona puramente bajo el prior $\Lambda$CDM. Tras el muestreo, las regiones de amortiguación se descartan y los núcleos portadores de señal se concatenan para formar un campo global.
• Modelo de propagación hacia adelante (Forward Model): El modelo mapea las condiciones iniciales gaussianas de ruido blanco primordial hacia los observables actuales mediante un resolvedor de gravedad basado en COLA no lineal, modelado de distorsión de desplazamiento al rojo y un modelo de sesgo de galaxias local (Sigmoid-Truncated Double Power-Law). La verosimilitud utiliza una distribución de Poisson generalizada para dar cuenta de la sobredispersión.
• Resimulaciones del posterior: Las condiciones iniciales inferidas se evolucionan utilizando resimulaciones de $N$-cuerpos de alta fidelidad (resolvedor SWIFT) con $4096^3$ partículas de materia oscura para generar catálogos de halos, árboles de fusión y salidas de cono de luz. Este paso valida la inferencia y proporciona acceso a estructuras de mayor resolución.
• Marco de validación: La fidelidad física se prueba contra dos observables de posterior-predictivo independientes y libres de plantillas (templates) que no fueron utilizados en la inferencia:
  1. Correlación cruzada de lente de CMB: Comparación de la densidad de materia proyectada con el mapa de convergencia de lente de CMB de Planck PR3.
  2. Apilamiento de Sunyaev–Zel'dovich cinético (kSZ): Apilamiento ponderado por velocidad de cúmulos de galaxias en el mapa de Planck de 217 GHz para detectar el efecto kSZ, probando el campo de velocidad en 3D.

Resultos Clave

• Consistencia Estadística: Las realizaciones del posterior son estadísticamente consistentes con $\Lambda$CDM. Las condiciones iniciales inferidas exhiben espectros de potencia gaussianos e isotrópicos, sin artefactos direccionales detectables provenientes de la estrategia de teselas. El espectro de potencia de materia evolucionado, el bispectro y la función de masa de halos a $z=0$ coinciden con las simulaciones de control $\Lambda$CDM en todas las escalas resueltas.
• Detección de Lente de CMB: La correlación cruzada entre el campo de materia reconstruido y el mapa de lente de CMB de Planck produce una detección significativa acumulativa conservadora de 7.4 $\sigma$. Esto confirma que el campo de densidad 3D reconstruido genera lentes en el CMB de manera coherente con el Universo observado, sin requerir suposiciones sobre el sesgo de las galaxias o el ajuste de plantillas.
• Detección de kSZ: El apilamiento ponderado por velocidad de 64,750 cúmulos de galaxias produce una detección de Sunyaev–Zel'dovich cinético con una significancia mediana de 3.5 $\sigma$ (que oscila entre 2.9 y 4.3 $\sigma$ a través del conjunto del posterior). Un desglose del modelo independiente de los cúmulos por recesión/aproximación confirma que las velocidades inferidas están estadísticamente alineadas con los movimientos reales de los cúmulos.
• Estudio de caso de la Gran Muralla de BOSS: La reconstrucción recupera la Gran Muralla de BOSS como una sobredensidad coherente. Un análisis de masa de cilindro revela una sobredensidad de $\sim 3\sigma$ en un radio de apertura de $\sim 100 \, h^{-1}\text{Mpc}$ en relación con líneas de visión aleatorias, demostrando que tales estructuras masivas son consistentes con las expectativas de $\Lambda$CDM cuando se condicionan a los datos observados.

Significancia y Reivindicaciones
El artículo establece a Manticore-Deep como un nuevo referente para los gemelos digitales de parámetros cosmológicos restringidos a profundidad de sondeo. Su significancia principal reside en:

1. Escalabilidad: Demostrar que la inferencia de alto nivel de campo, totalmente bayesiana y de alta resolución, puede extenderse desde volúmenes locales a escalas de varios gigaparsecs mediante una novedosa estrategia de teselas, preservando la fidelidad física y la consistencia estadística.
2. Validación de Nivel de Campo: Introducir y aplicar diagnósticos rigurosos de nivel de campo y libres de plantillas (correlación cruzada de lente de CMB y apilamiento kSZ) que validan tanto el campo de densidad proyectado como los campos de velocidad en 3D. Estas métricas proporcionan comparativas reproducibles y transversales para la próxima generación de reconstrucciones de LSS, abordando la falta de validación a nivel de objeto disponible a profundidades cosmológicas.
3. Fidelidad Física: Proporcionar un relato causal y basado en la física de la estructura a gran escala observada que recupera tanto la información de densidad como de velocidad, validada contra sondas observacionales independientes.

Los autores concluyen que estos resultados respaldan la robustez del enfoque de inferencia por teselas y abogan por la adopción de estas métricas de nivel de campo como estándares de referencia para futuras simulaciones restringidas de la comunidad.