Learning the Universe with cosmological rescaling of merger trees and semi-analytic galaxy formation models

Résumé technique : Apprendre l'Univers grâce au redimensionnement cosmologique des arbres de fusion et des modèles semi-analytiques de formation de galaxies

Énoncé du problème
La cosmologie moderne repose sur des mesures de précision issues de relevés de structures à grande échelle, ce qui nécessite des prédictions théoriques précises à travers une large gamme de paramètres cosmologiques et astrophysiques. Bien que les simulations hydrodynamiques cosmologiques (par exemple, Horizon-AGN, IllustrisTNG, FLAMINGO) soient la référence pour modéliser la formation des galaxies, elles sont prohibitives en termes de coût pour l'échantillonnage dense de l'espace des paramètres requis par les méthodes d'inférence basées sur l'apprentissage automatique. Les modèles semi-analytiques (SAM) offrent une alternative physiquement fondée et beaucoup moins coûteuse en calcul en faisant évoluer les baryons le long des arbres de fusion de halos de matière noire plutôt qu'en résolvant directement l'hydrodynamique. Cependant, même les SAM nécessitent des simulations N-corps sous-jacentes pour générer ces arbres de fusion. Exécuter les centaines ou milliers de simulations N-corps nécessaires pour une inférence cosmologique robuste reste un défi computationnel majeur.

Méthodologie
Ce travail étend le formalisme de redimensionnement cosmologique (Angulo & White 2010) pour opérer directement sur les arbres de fusion de halos plutôt que sur les instantanés de particules ou les catalogues de halos. Les auteurs utilisent la suite CAMELS-SAM, qui couple des simulations N-corps avec le modèle semi-analytique de Santa Cruz (SC-SAM).

L'algorithme central implique :

1. Redimensionnement au niveau de l'arbre : Au lieu de redimensionner les particules et de relancer des algorithmes de recherche de halos (halo finders), la méthode redimensionne les propriétés des nœuds au sein des arbres de fusion existants. La morphologie de l'arbre (le lien entre les progéniteurs et les descendants) est préservée, tandis que les propriétés des halos sont transformées pour correspondre à une cosmologie cible ($\Lambda'$) à partir d'une cosmologie originale ($\Lambda$).
2. Correction basée sur le profil NFW : Une correction inédite est introduite pour supprimer le biais systématique dans les masses de halos redimensionnées, particulièrement lors de la variation de $\Omega_m$ et $\sigma_8$. Cette correction modifie le redimensionnement des paramètres du profil de densité NFW ($\rho_0$ et $R_s$) en utilisant un paramètre libre $\alpha$ et un facteur d'échelle $A_{scale}$ dérivé du seuil de surdensité virielle.
3. Interpolation temporelle : Étant donné que la suite CAMELS-SAM manque d'instantanés à $z < 0$, le redimensionnement vers un $\sigma_8$ ou un $\Omega_m$ plus faible (où la formation des structures est plus lente) nécessite de projeter l'instantané à $z=0$ de la simulation originale vers un redshift futur dans la cosmologie cible. La méthode utilise une interpolation linéaire des propriétés des halos entre les deux instantanés encadrants pour obtenir des valeurs précises à $z=0$.
4. Réévaluation du SAM : Les arbres de fusion redimensionnés sont traités par le SC-SAM pour générer de nouvelles populations de galaxies. Cela permet de générer des statistiques de galaxies à travers de nouveaux paramètres cosmologiques et astrophysiques à un coût supplémentaire négligeable par rapport à l'exécution de nouvelles simulations N-corps.

Contributions clés

1. Extension aux arbres de fusion : Les auteurs démontrent que le redimensionnement cosmologique peut être appliqué directement aux arbres de fusion, évitant ainsi les étapes coûteuses de recherche de halos et de construction d'arbres requises par le redimensionnement au niveau des particules.
2. Suppression du biais : L'introduction de la correction basée sur le profil NFW (contrôlée par un paramètre unique $\alpha$) réduit le biais systématique des masses de halos redimensionnées à moins du pour cent lors des variations de $\Omega_m$ et $\sigma_8$.
3. Validation : La méthode est validée par rapport à des simulations N-corps directes possédant des conditions initiales identiques mais des cosmologies différentes. Le redimensionnement reproduit avec précision les propriétés individuelles des halos (masse, concentration, spin) et les propriétés des galaxies (masse stellaire, taux de formation stellaire) sans biais systématique significatif.
4. Efficacité de l'estimation des paramètres : Les auteurs appliquent la méthode pour entraîner des estimateurs de réseaux de neurones pour $\Omega_m$ et $\sigma_8$ en utilisant la fonction de masse stellaire (SMF) et la fonction de corrélation à deux points (2PCF).

Résultats

• Précision : Les arbres de fusion redimensionnés produisent des populations de galaxies qui correspondent à la précision des simulations directes. Le biais dans les masses de halos redimensionnées est réduit de $\sim 11\%$ (sans correction) à $< 0,25\%$. L'écart dans les prédictions de masse stellaire des arbres redimensionnés est comparable à l'écart introduit par la variation de la graine aléatoire dans le modèle d'orbite des satellites du SC-SAM.
• Efficacité computationnelle : Le redimensionnement de tous les arbres de fusion d'une seule simulation N-corps CAMELS-SAM coûte environ $0,1$ CPUh, contre plusieurs milliers de CPUh requis pour exécuter la simulation elle-même.
• Réduction de l'ensemble d'entraînement :
  • Un ensemble d'entraînement de 1 000 simulations redimensionnées générées à partir de seulement 64 simulations N-corps de base égale la précision d'estimation des paramètres (RMSE) d'un modèle entraîné sur 750 simulations N-corps dédiées.
  • Augmenter le nombre de réalisations redimensionnées à 3 200 (au lieu de 750 simulations de base) améliore la prédiction de $\Omega_m$ d'environ $25\%$ par rapport à un entraînement sur les 750 simulations de base seules.
  • Pour la SMF, la performance est dominée par l'erreur de redimensionnement, qui est minimisée avec suffisamment de simulations de base. Pour la 2PCF, la performance est plus sensible au nombre de phases indépendantes des conditions initiales (variance cosmique), et sature après environ 16 phases uniques.

Signification et affirmations
L'article affirme démontrer une voie pratique pour obtenir des prédictions des statistiques de résumé des galaxies à travers des paramètres cosmologiques et astrophysiques sans le fardeau computationnel de l'exécution de vastes suites de simulations N-corps. En combinant le redimensionnement d'arbres de fusion avec la modélisation semi-analytique, les auteurs montrent qu'il est possible de générer de grands ensembles d'entraînement diversifiés pour l'inférence par apprentissage automatique avec une fraction du coût de calcul des simulations N-corps.

Les auteurs soulignent que cette approche agit comme un « schéma d'interpolation informé par la physique », permettant l'échantillonnage dense de l'espace des paramètres nécessaire pour l'inférence cosmologique moderne. Ils notent que bien que les résultats actuels soient modestes concernant les observables spécifiques (SMF et 2PCF) et la suite CAMELS-SAM, la méthode offre une solution évolutive pour les futurs relevés (par exemple, DESI, Euclid, Rubin) qui nécessiteront la modélisation de volumes plus grands et de paramètres plus complexes. Le travail suggère que de futures suites pourraient être optimisées spécifiquement pour l'efficacité du redimensionnement, réduisant potentiellement encore davantage le nombre de simulations de base requises.