Euclid preparation. XCVIII. Cosmology Likelihood for Observables in Euclid (CLOE). 5: Extensions beyond the standard modelling of theoretical probes and systematic effects

Ce document détaille l'extension et la validation du pipeline Euclid Cosmology Likelihood for Observables in Euclid (CLOE) pour prendre en charge les cosmologies au-delà du modèle standard, incluant le biais de magnification, les neutrinos massifs et la gravité modifiée, tout en décrivant les améliorations futures visant à accroître l'efficacité et la flexibilité.

L'essentiel

Imaginez le télescope spatial Euclid comme un appareil photo géant et ultra-précis envoyé dans l'espace pour prendre un portrait massif de l'univers. Sa mission consiste à cartographier des milliards de galaxies afin de comprendre les forces invisibles qui maintiennent le cosmos ensemble : la Matière Noire et l'Énergie Noire.

Pour donner un sens à ces milliards de points de données, les scientifiques ont besoin d'une « calculatrice » sophistiquée ou d'un pipeline logiciel. Dans cet article, les auteurs décrivent comment ils ont amélioré cette calculatrice, qu'ils appellent CLOE (Cosmology Likelihood for Observables in Euclid). Ils ne se sont pas contentés d'ajuster les paramètres ; ils ont recâblé le moteur pour gérer des théories plus complexes sur le fonctionnement de l'univers.

Voici une analyse des trois améliorations majeures qu'ils ont apportées, expliquées par de simples analogies :

1. L'effet « Loupe » (Biais de magnification)

Le Problème :
Imaginez que vous comptiez des oiseaux dans une forêt. Habituellement, vous comptez simplement ce que vous voyez. Mais imaginez que la gravité agit comme une immense loupe invisible. Si un objet massif (comme un amas de matière noire) se trouve entre vous et les oiseaux, il courbe la lumière.

• La Distorsion : Cette courbure étire la zone que vous observez, faisant paraître les oiseaux plus éparpillés (moins nombreux par pouce carré).
• Le Bonus Caché : Cependant, comme la lumière est magnifiée, certains oiseaux qui étaient trop faibles pour être vus auparavant deviennent soudainement visibles.
• Le Résultat : Vous vous retrouvez avec un mélange confus : les oiseaux semblent plus éparpillés, mais il y a aussi plus d'oiseaux que prévu parce que vous pouvez voir ceux qui étaient faibles.

L'Amélioration :
Auparavant, la calculatrice CLOE ignorait principalement cet effet de « loupe » pour le type spécifique de données que Euclid obtient par spectroscopie (qui mesure la vitesse des galaxies). Les auteurs ont ajouté une nouvelle fonctionnalité à CLOE qui prend en compte cette distorsion.

• Pourquoi c'est important : Ils ont constaté que si vous ignorez cet effet, votre calcul final de la vitesse d'expansion de l'univers (la constante de Hubble) et de la façon dont la matière est agglomérée (sigma-8) sera légèrement erroné — décalé d'environ une demi-déviation standard. C'est comme essayer de mesurer une pièce avec une règle équipée de bandes élastiques étirées ; vous devez corriger l'étirement pour obtenir la vraie taille.

2. Le « Traducteur Universel » pour les théories de la gravité (Le potentiel de Weyl)

Le Problème :
Le modèle standard de la physique (la relativité générale) indique que la gravité fonctionne d'une manière spécifique. Mais certains scientifiques pensent que la gravité pourrait fonctionner différemment à l'échelle cosmique (gravité modifiée).
Pour tester ces nouvelles théories, les scientifiques utilisent généralement deux « langages » ou calculatrices différents :

1. Résolveur A : Calcule comment la matière se développe et s'agglomère.
2. Résolveur B : Calcule comment la lumière se courbe (lentille) autour de cette matière.
   Le problème est que ces deux calculatrices parlent souvent des langages différents. Pour les faire communiquer, les scientifiques devaient manuellement traduire les résultats, ce qui est lent, lourd et sujet aux erreurs. C'est comme essayer d'avoir une conversation entre une personne parlant français et une personne parlant japonais en écrivant tout sur un morceau de papier et en traduisant mot à mot.

L'Amélioration :
Les auteurs ont intégré un « Traducteur Universel » directement dans CLOE. Au lieu de forcer les deux calculatrices à parler des langages différents, ils ont créé une nouvelle façon de définir le « signal de lentille » qui fonctionne directement avec la sortie du résolveur de gravité.

• L'Avantage : Désormais, CLOE peut tester instantanément des théories complexes sur la façon dont la gravité pourrait être brisée ou modifiée, sans avoir besoin d'une étape de traduction manuelle lourde. Cela leur permet d'intégrer de nouvelles théories de la gravité et de voir immédiatement à quoi elles ressembleraient dans les données de Euclid.

3. Les « Particules Fantômes » (Neutrinos massifs)

Le Problème :
Les neutrinos sont de minuscules particules fantômes qui traversent l'univers à une vitesse proche de celle de la lumière. Même s'ils sont minuscules, ils possèdent une petite masse. Parce qu'ils se déplacent si vite, ils n'aiment pas s'agglomérer comme la matière ordinaire (comme les étoiles ou la matière noire).

• L'Effet : Lorsque les neutrinos passent en trombe, ils lissent les « grumeaux » de matière dans l'univers. Cela modifie le motif de répartition des galaxies.
• La Complication : Autrefois, la calculatrice traitait toute la matière comme si elle était la même « soupe ». Mais parce que les neutrinos sont si rapides, ils doivent être traités comme un ingrédient séparé dans la recette. Si vous ne les séparez pas, vous obtenez la mauvaise recette pour l'évolution de l'univers.

L'Amélioration :
Les auteurs ont mis à jour CLOE pour traiter les neutrinos comme un ingrédient distinct. Ils ont créé un nouveau « filtre » qui sépare la matière « froide » (qui s'agglomère) des neutrinos « chauds » (qui filent).

• L'Avantage : Cela permet à la calculatrice de prédire avec précision comment la présence de neutrinos lourds modifierait la carte de l'univers. Ils ont testé cela par rapport à une autre célèbre calculatrice (MontePython) et confirmé que leur nouvelle méthode produit les mêmes résultats précis, garantissant qu'ils peuvent faire confiance aux données lorsque Euclid commencera à renvoyer de vrais chiffres.

La Conclusion

Les auteurs ont testé ces trois améliorations en utilisant des données « factices » (simulations) qui ressemblaient exactement à ce que Euclid verra.

• Ils ont prouvé que l'ignorance de l'effet de loupe conduit à des réponses erronées.
• Ils ont prouvé que le Traducteur Universel fonctionne parfaitement pour tester de nouvelles théories de la gravité.
• Ils ont prouvé que le Filtre à Neutrinos prend correctement en compte les particules fantômes.

En apportant ces modifications, le pipeline CLOE est désormais prêt à gérer les questions les plus complexes sur l'univers. Il garantit que lorsque Euclid prendra enfin ses photos, les scientifiques pourront lire correctement les résultats, distinguant le modèle standard de l'univers des nouvelles physiques passionnantes qui pourraient se cacher dans les données.

Résumé technique

Résumé technique : Préparation Euclid XCVIII – CLOE 5 : Extensions au-delà de la modélisation standard des sondes théoriques et des effets systématiques

Énoncé du problème
La mission Euclid vise à contraindre les extensions au-delà du modèle cosmologique standard $\Lambda$CDM en mesurant les positions et les formes de milliards de galaxies. Cependant, l'obtention de contraintes à la pointe de la technologie nécessite des outils statistiques capables de tester des théories alternatives, telles que la gravité modifiée (MG) et les modèles de neutrinos massifs, tout en tenant rigoureusement compte des effets systématiques. Les chaînes d'analyse actuelles reposent souvent sur des approximations qui peuvent échouer sous la précision d'Euclid, telles que la négligence du biais de magnification dans le regroupement spectroscopique ou la nécessité de flux de travail multi-codes lourds pour intégrer les effets de la gravité modifiée (par exemple, séparer le calcul du spectre de puissance de la matière de la fonction de fenêtre de lentille). De plus, le biais dépendant de l'échelle introduit par les neutrinos massifs nécessite un traitement spécifique pour éviter des biais dans l'inférence des paramètres. Cet article répond au besoin d'étendre le pipeline CLOE (Euclid Cosmology Likelihood for Observables in Euclid) pour accommoder ces complexités de manière cohérente et validée.

Méthodologie
Les auteurs décrivent trois cas d'utilisation spécifiques où CLOE a été étendu pour gérer une modélisation non standard :

1. Biais de magnification dans le regroupement spectroscopique :
   Les auteurs ont implémenté la contribution de la magnification par lentille gravitationnelle à la fonction de corrélation à deux points (2PCF) du regroupement de galaxies spectroscopiques. En utilisant une approximation de Limber pour un ciel plat, les multipôles de la 2PCF ont été modifiés pour inclure les termes croisés densité-magnification ($\xi_{g\mu}$) et magnification-magnification ($\xi_{\mu\mu}$). Ces termes dépendent de la pente locale du comptage ($s_{magn}$) de l'échantillon de galaxies. L'implémentation a été validée par rapport au code externe COFFE (COrrelation Function Full-sky Estimator) en utilisant la théorie des perturbations linéaires.

2. Gravité modifiée et potentiel de Weyl :
   Pour gérer les théories de gravité modifiée où l'égalité entre le potentiel de Weyl ($\Phi + \Psi$) et le potentiel newtonien ($\Psi$) est brisée, les auteurs ont proposé une nouvelle stratégie d'implémentation. Au lieu de modifier CLOE et le solveur de Boltzmann séparément, ils ont introduit un facteur de conversion, $\Gamma(z)$, défini comme le rapport du spectre de puissance de Weyl au spectre de puissance de la matière ($\Gamma^2 = P_{\Upsilon\Upsilon}/P_m$). Ce facteur est calculé dans un solveur de Boltzmann modifié (par exemple MGCAMB) et transmis à CLOE. CLOE redéfinit ensuite la fonction de fenêtre de lentille pour ne dépendre que de quantités géométriques, tandis que les termes du spectre de puissance sont mis à l'échelle par $\Gamma(z)$ (ou $\Gamma^2(z)$ pour le cisaillement). Cela permet au pipeline d'utiliser des observables standards tout en capturant les effets de MG via la mise à l'échelle du spectre de puissance.

3. Neutrinos massifs et biais dépendant de l'échelle :
   Les auteurs ont implémenté le traitement des neutrinos massifs tel que décrit dans Euclid Collaboration : Archidiacono et al. (2025) (EP$\nu$). Reconnaissant que les neutrinos ne se regroupent pas aux petites échelles, le biais des galaxies est défini par rapport au champ de matière noire froide et de baryons (cb) plutôt que par rapport au champ de matière total. Le pipeline a été mis à jour pour calculer le spectre de puissance non linéaire cb ($P_{cb}$) à partir du spectre de puissance de la matière total ($P_m$) en soustrayant les contributions linéaires des neutrinos. Une nouvelle classe, NonlinearNeutrinoApprox, a été introduite pour gérer de manière cohérente la combinaison des boosts non linéaires (par exemple, rétroaction baryonique) et des approximations de neutrinos.

Contributions et résultats clés

• Validation du biais de magnification : L'implémentation du biais de magnification dans la 2PCF spectroscopique a été validée par rapport à COFFE, montrant des différences relatives inférieures à 0,2 % pour le terme densité-magnification et inférieures à 2 % pour le terme magnification-magnification. Les prévisions sur des données synthétiques ont démontré que la négligence de cet effet conduit à des décalages systématiques dans les paramètres cosmologiques, sous-estimant spécifiquement $\sigma_8$ et $H_0$ d'environ $0,4\sigma$ à $0,7\sigma$ dans le modèle $\Lambda$CDM. Le modèle incluant le biais de magnification a été fortement favorisé dans les comparaisons de preuves bayésiennes.
• Intégration de la gravité modifiée : La nouvelle approche basée sur $\Gamma(z)$ a été validée dans la limite $\Lambda$CDM, montrant que les implémentations modifiée et standard produisent des résultats identiques (différences < 1 %). Les prévisions dans le modèle $w_0w_a$CDM ont confirmé que le nouveau drapeau (use_Weyl) n'altère pas les contraintes lorsque les effets de MG sont absents. Lorsqu'appliqué aux modèles MG (paramétrés par $\mu_0$ et $\Sigma_0$), le pipeline a reproduit avec succès la levée de dégénérescence attendue entre les effets de croissance ($\mu$) et de lentille ($\Sigma$) lors de la combinaison du regroupement de galaxies avec le lentillage faible.
• Implémentation des neutrinos : L'implémentation des neutrinos a été validée par rapport au code MontePython. Bien que de petites discrepancies (jusqu'à 5 %) existent en raison de solveurs Einstein-Boltzmann sous-jacents différents (CAMB vs CLASS) et de la précision numérique, la réponse relative du spectre de puissance aux variations de la masse des neutrinos correspondait aux prédictions EP$\nu$. Les prévisions pour la sonde 3$\times$2pt avec des neutrinos massifs et un $\Delta N_{eff}$ variable ont montré que le pipeline pouvait retrouver les valeurs fiducielles, bien que la marginalisation sur $\Delta N_{eff}$ induise des effets de projection sur $H_0$ et $\omega_b$. L'inclusion d'une a priori BBN sur $\omega_b$ a considérablement resserré les contraintes sur la somme des masses des neutrinos ($\sum m_\nu$) et $\Delta N_{eff}$.

Signification et perspectives futures
L'article conclut que CLOE a été étendu avec succès pour tester une gamme plus large de modèles cosmologiques et intégrer des effets relativistes critiques. Les modifications assurent que le pipeline est robuste face aux biais systématiques (tels que le biais de magnification) et capable de gérer les espaces de paramètres complexes des modèles étendus (MG et neutrinos massifs) sans nécessiter d'efforts de codage disjoints.

Les auteurs notent modestement que, bien que l'implémentation actuelle couvre les échelles linéaires et des approximations non linéaires spécifiques, un travail supplémentaire est requis pour les mécanismes d'écran à petite échelle dans les théories MG et la combinaison cohérente de la MG avec les neutrinos massifs. À l'avenir, l'article identifie la nécessité d'intégrer des émulateurs (par exemple EuclidEmulator2, ReACT) pour accélérer les prédictions non linéaires et d'adopter l'inférence basée sur des simulations (SBI) et des méthodes de Monte Carlo hamiltonien pour gérer les exigences computationnelles des espaces de paramètres de haute dimension. Ces avancées sont présentées comme des étapes nécessaires pour exploiter pleinement la puissance statistique de la prochaine Livraison de Données 1 d'Euclid.