Deglobalising the fit: how to search for physics beyond vacuum General Relativity in LISA catalogues

Resumen Técnico: Desglobalizando el ajuste: cómo buscar física más allá de la Relatividad General de vacío en los catálogos de LISA

Planteamiento del problema
Se espera que la Antena de Interferometría de Láser Espacial (LISA) observe aproximadamente $10^7$ señales de ondas gravitacionales superpuestas, lo que requiere un "ajuste global" para extraer todas las fuentes simultáneamente. El plan actual implica un ajuste global inicial utilizando modelos de la Relatividad General (RG) de vacío para todos los sistemas binarios. Se espera que las investigaciones científicas posteriores, tales como las pruebas de desviaciones de la RG de vacío, dependan del post-procesamiento de estos catálogos públicos en lugar de volver a ejecutar el computacionalmente prohibitivo ajuste global para cada nuevo modelo físico.

Sin embargo, los autores identifican un fallo crítico en una estrategia de post-procesamiento de dos pasos (ajustar una fuente objetivo por sí sola tras la sustracción de fuentes de ruido/nuisance): las correlaciones entre fuentes superpuestas pueden causar que las fuentes de ruido "absorban" parte de un efecto más allá del vacío durante el ajuste inicial de vacío. Cuando estas fuentes de ruido sesgadas son restadas, el efecto absorbido se elimina de los datos, sin llegar nunca al reanálisis. En consecuencia, el post-procesamiento puede fallar al detectar desviaciones existentes (enmascaramiento) o reportar límites superiores espuriosamente estrictos (exceso de confianza) porque trata a las fuentes de ruido como parámetros perfectamente conocidos en lugar de como parámetros ajustados que podrían haber absorbido la señal.

Metodología
El artículo desarrolla un marco basado en la aproximación de señal lineal para cuantificar y mitigar este efecto de enmascaramiento.

1. Formulación geométrica y estadística:
   Los autores modelan el espacio de datos mediante productos internos ponderados por la covarianza del ruido. Definen el "variedad de vacío" (parámetros $\theta_v$ y fuentes de ruido $\theta_c$) y la dirección "más allá del vacío" ($\theta_b$). Un efecto más allá del vacío desplaza el modelo en el espacio de datos. La componente de este desplazamiento que yace dentro del espacio tangente de la variedad de vacío puede ser absorbida mediante el ajuste de los parámetros de vacío y de ruido. Solo la componente ortogonal es observable.

   • En un Ajuste Global, la componente ortogonal se proyecta sobre el espacio generado por los parámetros de vacío de la propia fuente y las fuentes de ruido ($V \oplus C$).
   • En el Post-procesamiento, las fuentes de ruido son restadas (efectivamente fijadas), dejando solo los parámetros de vacío de la fuente objetivo ($V$) para absorber el efecto.

2. Estadísticas de detección y ratios:
   Los autores derivan estadísticas de detección para ambas estrategias. Introducen dos cantidades adimensionales clave para caracterizar la pérdida de información en el post-procesamiento:

   • El Ratio de Enmascaramiento ($R$): Para una desviación fuerte, $R$ es el factor por el cual se reduce la significación de la detección. Si un ajuste global detecta una desviación a $n\sigma$, el post-procesamiento reporta a $R n\sigma$.
   • El Ratio Nulo ($R_0$): En ausencia de una desviación, $R_0$ cuantifica el exceso de confianza en los límites superiores. Representa el factor por el cual el ancho de la distribución posterior se contrae en comparación con el ajuste global, lo que conduce a límites que son demasiado estrictos por un factor de $\sqrt{R_0}$.
   • El Ratio de Supervivencia: Un promedio ponderado de $R^2$ y $R_0$ que describe la fracción del estadístico esperado que sobrevive al post-procesamiento para efectos de cualquier magnitud.

3. Estimación computacional y selección de fuentes:
   Crucialmente, los autores muestran que $R$ y $R_0$ pueden estimarse directamente a partir de las muestras de la distribución posterior del ajuste global de vacío inicial sin tener que volver a ejecutar el ajuste. Proponen un algoritmo voraz (greedy algorithm) para identificar qué fuentes de ruido específicas contribuyen más al enmascaramiento:

   • El algoritmo clasifica las fuentes de ruido basándose en cuánto de la dirección "más allá del vacío" pueden reproducir (absorber) tras proyectar fuera los propios parámetros de vacío de la fuente objetivo.
   • Añade iterativamente las fuentes de ruido más correlacionadas a un conjunto $S$ hasta que el "ratio de enmascaramiento residual" (el enmascaramiento restante tras el reajuste conjunto de $S$ con la fuente objetivo) sea lo suficientemente cercano a 1.
   • Esto permite un reanálisis "a escala reducida" donde solo la fuente objetivo y un pequeño subconjunto de fuentes de ruido críticas se ajustan conjuntamente, recuperando la sensibilidad del ajuste global a una fracción del coste computacional.

4. Post-procesamiento promedio vs. simple:
   El artículo compara el post-procesamiento "simple" (sustracción de los mejores parámetros de la fuente de ruido) con el post-procesamiento "promedio" (marginalización sobre la incertidumbre de la distribución posterior de los parámetros de la fuente de ruido).

   • El post-procesamiento simple es computacionalmente más barato y mejor para detectar desviaciones (mayor significación), pero produce límites superiores más estrictos y potencialmente excesivamente confiados en las pruebas nulas.
   • El post-procesamiento promedio ensancha la distribución posterior, recuperando límites superiores que son estadísticamente consistentes con el ajuste global, pero reduce la significación de la detección en un factor de máximo $\sqrt{2}$.

Resultados clave
La metodología se valida utilizando un modelo de juguete de 21 sinusoides de chirrido superpuestas (1 objetivo, 20 fuentes de ruido) con inferencia completa de Markov Chain Monte Carlo (MCMC).

• Validación de los ratios: Las predicciones de la señal lineal para $R$ y $R_0$ coincidieron con los resultados de MCMC dentro de los errores estadísticos. Por ejemplo, en una inyección de vacío, la incertidumbre del post-procesamiento fue más estrecha que la del ajuste global por un factor que coincidió con el $R$ predicho.
• Recuperación del sesgo: Cuando se inyectó un efecto más allá del vacío, el post-procesamiento simple recuperó un valor sesgado (desplazado hacia el vacío) con una significación reducida. El reajuste de la fuente objetivo conjuntamente con las fuentes de ruido específicas identificadas por el algoritmo voraz (Grupo B en el modelo de juguete) recuperó con éxito el valor y la significación reales, coincidiendo estrechamente con el ajuste global completo.
• No linealidad y puntos de expansión: El estudio observó que la clasificación de las fuentes de ruido puede depender del punto de expansión (el valor del parámetro más allá del vacío). Mientras que la clasificación en el punto nulo identificó un grupo como dominante, la clasificación se invirtió al evaluarse en el valor real inyectado. Los autores proponen barrer el punto de expansión o actualizarlo iterativamente para asegurar una selección de fuentes robusta.
• Estrategia de promediado: La estrategia de post-procesamiento promedio calibró con éxito los límites superiores en el caso de vacío, pero redujo la significación de la detección en el caso de más allá del vacío, confirmando el compromiso teórico.

Significación y Reivindicaciones
El artículo afirma proporcionar una "receta" práctica y computacionalmente eficiente para probar la Relatividad General y otros modelos de vacío en los datos de LISA sin necesidad de volver a ejecutar el ajuste global completo para cada hipótesis.

• Viabilidad: Demuestra que la pérdida de sensibilidad en el post-procesamiento puede cuantificarse y minimizarse mediante el reajuste selectivo de solo un pequeño subconjunto de fuentes de ruido correlacionadas.
• Aplicabilidad a LISA: El método está diseñado para trabajar con las muestras de la distribución posterior publicadas tras el ajuste global de vacío inicial. Permite a la comunidad científica evaluar qué fuentes requieren un reanálisis a escala reducida y cuáles pueden analizarse de forma segura de forma aislada.
• Robustez: Los autores argumentan que su estimador, derivado de las muestras de la distribución posterior, es robusto ante las desviaciones de la aproximación de señal lineal y puede aplicarse a conjuntos de datos simulados realistas (como el conjunto de datos Mojito) para validar estrategias antes del lanzamiento de LISA.
• Sistemáticas: El marco también ofrece una forma de estudiar cómo los sistemáticos de la forma de onda o los artefactos instrumentales de una fuente pueden propagar sesgos a otras fuentes superpuestas, potencialmente simulando desviaciones de la RG.

Los autores mantienen un tono modesto, reconociendo que la aproximación de señal lineal tiene limitaciones (por ejemplo, efectos de curvatura, distribidades posteriores no gaussianas) y que la selección final de fuentes puede requerir un refinamiento iterativo o un umbral conservador. Enfatizan que, aunque su modelo de juguete era simple, el formalismo es directamente aplicable a los complejos y de alta dimensión de datos que se esperan de LISA.