Radiative Transfer Modeling of Stripped-envelope Supernovae II: Neural Network Emulation of Light Curves

Resumen Técnico: Modelado de Transferencia Radiativa de Supernovas de Envoltura Desprendida II: Emulación de Curvas de Luz mediante Redes Neuronales

Planteamiento del Problema
Las supernovas de envoltura desprendida (SESNe, por sus siglas en inglés) exhiben una amplia gama de luminosidades y escalas de tiempo evolutivas. Los métodos tradicionales para inferir parámetros físicos (como la masa de los eyectos $M_{ej}$, la masa de níquel $M_{Ni}$ y los perfiles de velocidad) a partir de las curvas de luz dependen de modelos semianalíticos como el modelo de Arnett. Sin embargo, estos modelos suelen basarse en suposiciones simplificadoras —como una densidad uniforme y una opacidad independiente de la frecuencia— que no logran capturar las complejidades de los eyectos reales, incluyendo perfiles de velocidad variables y la mezcla de $^{56}$Ni. En consecuencia, sufren de fuertes degeneraciones entre la masa y la velocidad, lo que conduce a sesgos sistemáticos en los parámetros inferidos.

Si bien los códigos de transferencia radiativa (RT) como SEDONA proporcionan simulaciones más realistas al rastrear la difusión de fotones a través de estructuras complejas de eyectos, son computacionalmente costosos. Una sola simulación puede tardar horas, lo que los hace inviables para los procesos de inferencia bayesiana que pueden requerir $\sim10^6$ llamadas al modelo directo para muestrear las distribuciones posteriores. Realizar tal inferencia con simulaciones directas de RT tomaría milenios en un solo núcleo.

Metodología
Los autores presentan el primer emulador basado en redes neuronales para curvas de luz de SESN, diseñado para aproximar la salida del código de RT SEDONA con mejoras de velocidad de órdenes de magnitud.

• Datos de Entrenamiento: El emulador se entrena con una cuadrícula de 4,499 curvas de luz simuladas con SEDONA. Esta cuadrícula aumenta la cuadrícula original de 1,000 puntos de un estudio previo (Yadavalli et al. 2026, en adelante Y26) con 3,499 puntos adicionales generados mediante muestreo aleatorio y aprendizaje activo.
• Parametrización Física: El espacio de entrada consiste en nueve parámetros físicos que describen el perfil de los eyectos: $M_{He}$, $M_{Ni}$, $M_{bulk}$, velocidad mínima ($v_{min}$), diferencia de velocidad ($\Delta v$) y cuatro variables latentes ($\eta_{vel}, \eta_{He}, \eta_{Ni}, \eta_{bulk}$) que definen la distribución de masa y velocidad. La salida es un espectro submuestreado (resolución $R \approx 30$) sobre 41 longitudes de onda espaciadas logarítmicamente uniformes (3000–10000 Å) en instantes de tiempo específicos (de 5 a 60 días tras la explosión).
• Arquitectura: El emulador utiliza un Perceptrón Multicapa (MLP) con cinco capas ocultas y 2,000 neuronas por capa. Aunque se probó una arquitectura de transformador (transformer) que mostró una alta precisión en la reconstrucción espectral, se seleccionó el MLP por su velocidad de inferencia superior ($\sim$milisegundos por llamada frente a $\sim$100s de milisegundos para los transformadores).
• Cuantificación de la Incertidumbre: Los autores modelan explícitamente dos fuentes de error sistemático en su proceso de inferencia bayesiana (implementado en MOSFiT):
  1. Incertidumbre del Emulador: La diferencia RMS entre la predicción del emulador y la simulación real de SEDONA.
  2. Incertidumbre de SEDONA: El error sistemático introducido por la suposición de Equilibrio Termodinámico Local (LTE) de SEDONA, estimado comparando los resultados de SEDONA con simulaciones de CMFGEN que no están en LTE.
     Estas incertidumbres se parametrizan como funciones del tiempo desde la explosión y se incorporan directamente en el cálculo de la verosimilitud (likelihood).

Contribuciones Clave y Resultados

1. Desglose de la Degeneración Masa-Velocidad:
   El hallazgo principal es que el emulador logra romper la fuerte degeneración entre la masa de los eyectos ($M_{ej}$) y la velocidad de los eyectos ($v_{ej}$) que afecta al modelo de Arnett. En el modelo de Arnett, estos parámetros están intrínsecamente acoplados, forzando a menudo la inferencia a depender de la combinación degenerada $\sqrt{M_{ej}/v_{ej}}$. El emulador, al aprender toda la física de la transferencia radiativa, puede constreñir de forma independiente $M_{ej}$ y el perfil de velocidad.

2. Recuperación de Parámetros Superior:
   Los autores probaron el emulador en curvas de luz simuladas que se asemejan a las del Zwicky Transient Facility (ZTF) y del próximo Observatorio Vera C. Rubin (LSST).

   • $M_{Ni}$: El emulador logra un error de Raíz Cuadrática Media (RMS) de 0.008 $M_{\odot}$ (LSST) y 0.007 $M_{\odot}$ (ZTF), comparado con 0.33 y 0.70 $M_{\odot}$ para el modelo de Arnett, respectivamente. El modelo de Arnett sobrepredice sistemáticamente $M_{Ni}$ en un $\sim$80% (LSST) hasta un factor de tres (ZTF).
   • $M_{ej}$: El emulador recupera la masa de los eyectos con un RMS de 0.9 $M_{\odot}$ (LSST) y 1.2 $M_{\odot}$ (ZTF), mientras que el modelo de Arnett devuelve esencialmente muestras de la distribución previa (prior) con errores de 2.6 y 3.0 $M_{\odot}$.
   • Velocidad: El emulador recupera la velocidad con un RMS de $\sim$1,340 km/s (LSST), superando significativamente al modelo de Arnett ($\sim$3,800 km/s).
   • Mezcla: El emulador logra constreñir el grado de mezcla de $^{56}$Ni ($r_{95,Ni}$), un parámetro que el modelo de Arnett no puede abordar.

3. Aplicación a Observaciones Reales:
   El proceso se aplicó a tres SESNe bien estudiadas: SN 1994I (Tipo Ic), SN 2007gr (Tipo Ic) e iPTF13bvn (Tipo Ib).

   • SN 1994I: La $M_{Ni}$ inferida (0.048 $M_{\odot}$) coincide con las mediciones basadas en la cola, pero es menor que las estimaciones de luminosidad de pico. El modelo sugiere una alta mezcla de $^{56}$Ni ($r_{95,Ni} \approx 0.35$), consistente con estudios espectrales, e implica que la discrepancia entre la luminosidad de pico y de cola se debe a la mezcla y no a una fuente de energía adicional.
   • SN 2007gr: Los resultados son consistentes con los valores de la literatura, indicando una mezcla de $^{56}$Ni moderada.
   • iPTF13bvn: El modelo infiere una mezcla de $^{56}$Ni débil ($r_{95,Ni} \in [0.1, 0.2]$) y un perfil de velocidad más plano en comparación con los eventos de Tipo Ic, apoyando las restricciones espectropolarimétricas sobre los modelos de curva de luz en 1D que requieren una mezcla fuerte.

Significancia y Reivindicaciones
El artículo afirma que este trabajo establece un marco computacionalmente viable para realizar una inferencia bayesiana rigurosa en las curvas de luz de las SESN utilizando la física completa de la transferencia radiativa. Al reemplazar las costosas simulaciones de RT con un rápido emulador de redes neuronales, los autores permiten el constreñimiento independiente de la masa de los eyectos, la velocidad y la mezcla, parámetros que son tradicionalmente degenerados en los enfoques semianalíticos.

Los autores enfatizan que su método proporciona una recuperación de parámetros físicos significativamente más precisa que el modelo clásico de Arnett tanto para datos simulados como observados. Señalan que, aunque el emulador está entrenado en una cuadrícula específica de modelos (basada en progenitores de Woosley et al. 2021), logra reproducir curvas de luz observadas y recuperar parámetros físicos consistentes con las restricciones independientes de la literatura. Este trabajo sienta las bases para aplicar este proceso de inferencia a muestras estadísticas de cientos de SESNe en la era de LSST para caracterizar la diversidad de los sistemas progenitores y los mecanismos de explosión.