A multi-eigenbasis approach to covariance matrix denoising for cosmological inference

तकनीकी सारांश: कॉस्मोलॉजिकल इन्फरेंस के लिए कोवेरियंस मैट्रिक्स डिनोइजिंग के लिए एक मल्टी-आइजनबेसिस दृष्टिकोण

समस्या विवरण
कॉस्मोलॉजिकल पैरामीटर इन्फरेंस के लिए कोवेरियंस मैट्रिक्स का सटीक अनुमान लगाना मौलिक है, विशेष रूप से बड़े पैमाने की संरचना (large-scale structure) सर्वेक्षणों के लिए जिनका लक्ष्य सब-परसेंट (sub-percent) सटीकता प्राप्त करना है। एक प्राथमिक चुनौती तब उत्पन्न होती है जब डेटा वेक्टर का आयाम ($n$), उपलब्ध स्वतंत्र नमूनों की संख्या ($N$) से अधिक हो जाता है। ऐसे शासन ($N < n$) में, सैंपल कोवेरियंस मैट्रिक्स सिंगुलर और नॉन-इनवर्टिबल (non-invertible) हो जाता है, जिससे यह मानक लाइकलीहुड विश्लेषणों के लिए अनुपयोगी हो जाता है।

यह समस्या 3D लाइमैन-अल्फा ($Ly\alpha$) फॉरेस्ट विश्लेषण में अत्यंत गंभीर है, जो कोमोविंग सेपरेशन (comoving separation) के बिनों में क्वासरों के साथ ऑटो-कोरिलेशन और क्रॉस-कोरिलेशन को मापता है। परिणामी डेटा वेक्टर्स बहुत बड़े होते हैं (उदाहरण के लिए, DESI DR1 डेटासेट के लिए $7500 \times 7500$), जबकि उपलब्ध सब-सैंपल्स की संख्या (आमतौर पर $\sim1000$ HEALPix पिक्सल) एक विश्वसनीय, इनवर्टिबल अनुमान प्राप्त करने के लिए अपर्याप्त है। इस मुद्दे को कम करने के लिए वर्तमान मानक दृष्टिकोण में पृथक्करण दूरियों के आधार पर कोरिलेशन मैट्रिक्स के ऑफ-डायगोनल तत्वों को स्मूथ (smooth) करना शामिल है। हालांकि, यह प्रक्रिया कड़े संरचनात्मक अनुमान लागू करती है जो वास्तविक बड़े पैमाने के कोरिलेशन स्ट्रक्चर (जैसे कि कॉस्मिक वेरिएंस से उत्पन्न होने वाले) को मिटा देती है, जिससे अनिश्चितताओं का कम अनुमान और कंस्ट्रेनिंग पावर की हानि हो सकती है। हालांकि श्रिंकेज एस्टिमेटर्स और न्यूरल नेटवर्क दृष्टिकोण मौजूद हैं, वे सिंगुलर मैट्रिसेस या उच्च-आयामी डेटा के लिए कम्प्यूटेशनल लागत के संबंध में सीमाओं का सामना करते हैं।

कार्यप्रणाली (Methodology)
यह शोध पत्र एक नवीन "मल्टी-आइजनबेसिस डिनोइजिंग" फ्रेमवर्क प्रस्तावित करता है जो शोर वाले डेटा-संचालित अनुमानों से एक विश्वसनीय कोवेरियंस मैट्रिक्स को पुनर्गठित करने के लिए मॉक सिमुलेशन का लाभ उठाता है। यह विधि इस धारणा के तहत कार्य करती है कि वास्तविक कोवेरियंस स्ट्रक्चर को बड़ी संख्या में मॉक रियलाइजेशन से प्राप्त शोर रहित कोवेरियंस मैट्रिसेस द्वारा उचित रूप से कैप्चर किया जा सकता है। प्रक्रिया में दो मुख्य चरण शामिल हैं:

1. रेफरेंस आइजनबेसिस के माध्यम से प्रारंभिक पुनर्निर्माण:

   • एक "सच्चा" संदर्भ कोरिलेशन मैट्रिक्स ($R_{ref}$) दो अलग-अलग मॉक सूट्स (Ly$\alpha$CoLoRe और Saclay DESI DR1 मॉक्स) से प्राप्त शोर रहित कोरिलेशन मैट्रिसेस के अनवेटेड मीन (unweighted mean) को लेकर बनाया जाता है।
   • एक शोर वाला इनपुट कोरिलेशन मैट्रिक्स ($R_{noisy}$) को $R_{ref}$ के आइजनबेसिस ($V$) पर प्रोजेक्ट किया जाता है।
   • परिणामी प्रोजेक्टेड मैट्रिक्स लगभग डायगोनल होता है। इसके डायगोनल तत्व, जिन्हें "स्यूडो-आइजनवैल्यूज" (pseudo-eigenvalues) कहा जाता है, प्रत्येक संदर्भ आइजनवेक्टर के सिग्नल योगदान का प्रतिनिधित्व करते हैं, जबकि ऑफ-डायगोनल तत्वों को शोर माना जाता है।
   • एक प्रारंभिक डिनोइज्ड अनुमान ($\hat{R}_{initial}$) को मूल बेसिस में डायगोनल स्यूडो-आइजनवैल्यूज को वापस रोटेट करके पुनर्गठित किया जाता है, जो प्रभावी रूप से संदर्भ द्वारा परिभाषित डोमिनेंट सिग्नल स्ट्रक्चर को संरक्षित करते हुए शोर को फ़िल्टर करता है।

2. वेटेड रेसिडुअल करेक्शन (Weighted Residual Correction):

   • यह पहचानते हुए कि संदर्भ आइजनबेसिस एक विशिष्ट शोर वाले रियलाइजेशन में पूर्ण सिग्नल को कैप्चर नहीं कर सकता है (मॉक सूट्स और विशिष्ट डेटा रियलाइजेशन के बीच अंतर के कारण), एक रेसिडुअल करेक्शन लागू किया जाता है।
   • एक क्लासिफायर को स्यूडो-आइजनवैल्यूज पर प्रशिक्षित किया जाता है ताकि दिए गए इनपुट की मॉक सूट्स के साथ समानता निर्धारित की जा सके। यह क्लासिफायर एक वेटेड डिस्टेंस मेट्रिक का उपयोग करता है, जहाँ आइजनमोड्स को उनकी क्षमता के आधार पर वेट दिए जाते हैं (जो मॉक सूट्स के बीच के वेरिएंस बनाम सूट्स के भीतर के वेरिएंस के बीच अंतर करने में सक्षम हों)।
   • वर्गीकरण के आधार पर, मॉक सूट्स के "सच्चे" रेसिडुअल मैट्रिसेस ($\Delta_s = R_{s,truth} - \hat{R}_{initial,s}$) का एक वेटेड मीन कंप्यूट किया जाता है।
   • इस वेटेड रेसिडुअल मैट्रिक्स का आइजन-डीकंपोजिशन करके एक दूसरा आइजनबेसिस बनाया जाता है। शोर वाले रेसिडुअल ($R_{noisy} - \hat{R}_{initial}$) को इस दूसरे बेसिस पर प्रोजेक्ट किया जाता है, और उनके डायगोनल तत्वों का उपयोग एक डिनोइज्ड रेसिडुअल करेक्शन ($\hat{\Delta}$) को पुनर्गठित करने के लिए किया जाता है।
   • अंतिम डिनोइज्ड कोरिलेशन मैट्रिक्स, प्रारंभिक अनुमान और डिनोइज्ड रेसिडुअल का योग है: $\hat{R}_{final} = \hat{R}_{initial} + \hat{\Delta}$।
   • अंत में, सही कोवेरियंस स्केल को बहाल करने के लिए डिनोइज्ड कोरिलेशन मैट्रिक्स को इनपुट डेटा के मापे गए वेरिएंस द्वारा रीस्केल किया जाता है।

मुख्य परिणाम
इस पद्धति को क्लासिफायर ट्रेनिंग से अलग रखे गए मॉक कोवेरियंस के टेस्टिंग सेट पर मान्य किया गया था, जिसमें स्टैक्ड "सच्चा" कोवेरियंस (मॉक्स से) ग्राउंड ट्रुथ के रूप में उपयोग किया गया।

• मैट्रिक्स-लेवल रिकंस्ट्रक्शन: डिनोइज्ड मैट्रिसेस वर्तमान स्मूथिंग-आधारित दृष्टिकोण की तुलना में महत्वपूर्ण सुधार दिखाते हैं। ओरिजिनल नॉइजी मैट्रिसेस की तुलना में ट्रुथ के सापेक्ष फ्रोबेनियस नॉर्म (Frobenius norm) और मीन स्क्वेयर्ड एरर (MSE) क्रमशः $\sim30$ और $\sim1000$ के कारकों से कम हो गए। अंतिम डिनोइज्ड मैट्रिसेस ने प्रारंभिक पुनर्निर्माण चरण की तुलना में लगभग 4.2 गुना कम मीडियन कुल्बैक-लीब्लर (KL) डाइवर्जेंस प्राप्त किया, जो दर्शाता है कि यह वास्तविक सूचना सामग्री के अधिक निकट है।
• कॉस्मोलॉजिकल पैरामीटर रिकवरी: फुल-शेप कॉस्मोलॉजिकल फिट्स (BAO, Alcock-Pacýnski, और $f\sigma_8$ पैरामीटर्स निकालने के लिए) में उपयोग किए जाने पर, डिनोइज्ड कोवेरियंस ने पैरामीटर बायस को शून्य के करीब रखा, जो कि ट्रू कोवेरियंस के समान है। महत्वपूर्ण रूप से, मॉक टेस्टिंग सेट में पैरामीटर बायस का वितरण स्मूथिंग दृष्टिकोण की तुलना में डिनोइज्ड कोवेरियंस के लिए काफी संकीर्ण था, जो अधिक सुसंगत रिकवरी का संकेत देता है।
• अनिश्चितता अंशांकन (Uncertainty Calibration): अनुमानित अनिश्चितताओं का वास्तविक अनिश्चितताओं के अनुपात ($\sigma_{method}/\sigma_{truth}$) दोनों दृष्टिकोणों के लिए इकाई के करीब केंद्रित था, लेकिन डिनोइज्ड दृष्टिकोण ने बहुत अधिक टाइट डिस्ट्रीब्यूशन बनाया, जो अधिक विश्वसनीय अनिश्चितता अनुमान का सुझाव देता है।
• DESI DR1 अनुप्रयोग: वास्तविक DESI DR1 $Ly\alpha$ डेटासेट पर लागू होने पर, डिनोइज्ड कोवेरियंस ने BAO और Alcock-Pacýnski पैरामीटर्स के लिए मानक स्मूथ्ड विश्लेषण के अनुरूप परिणाम दिए। $f\sigma_8$ में $\sim0.5\sigma$ का शिफ्ट देखा गया, हालांकि लेखक नोट करते हैं कि इस पैरामीटर को पिछले फुल-शेप विश्लेषणों में अनबायस्ड (unbiased) सिद्ध नहीं किया गया है, जो इस शिफ्ट की व्याख्या करने में सावधानी बरतने की चेतावनी देता है।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह वर्तमान स्मूथिंग तकनीकों के आक्रामक संरचनात्मक अनुमानों पर निर्भर किए बिना, नॉन-इनवर्टिबल सैंपल कोवेरियंस मैट्रिसेस को डिनोइज करने के लिए एक सिद्धांतपूर्ण, अनुभवजन्य रूप से प्रेरित विधि प्रस्तुत करता है। मल्टी-आइजनबेसिस दृष्टिकोण का उपयोग करके, यह विधि उन कोरिलेशन स्ट्रक्चर को रिकवर करती है जो अन्यथा खो जाते हैं, जिससे अधिक सुसंगत कॉस्मोलॉजिकल पैरामीटर रिकवरी और अनिश्चितता अंशांकन होता है।

लेखक इस बात पर जोर देते हैं कि हालांकि इस पद्धति को DESI $Ly\alpha$ विश्लेषण के संदर्भ में विकसित किया गया था, यह सामान्य है और किसी भी कॉस्मोलॉजिकल इन्फरेंस समस्या पर लागू की जा सकती है जहाँ डेटा वेक्टर का आयाम सैंपल साइज से अधिक हो। यह कार्य रेखांकित करता है कि वर्तमान स्मूथिंग दृष्टिकोण, हालांकि विशिष्ट मापदंडों के लिए मान्य है, वास्तविक बड़े पैमाने के कोरिलेशन फीचर्स को दबा देता है। प्रस्तावित विधि सीमित नमूनों की उपस्थिति में बड़े डेटा वेक्टर्स की पूर्ण सूचना सामग्री का उपयोग करने का एक मार्ग प्रदान करती है, बशर्ते कि संदर्भ आइजनबेसिस बनाने के लिए उपयुक्त मॉक सूट्स उपलब्ध हों। लेखक अपनी पद्धति की सीमाओं के प्रति विनम्र रहते हैं, यह नोट करते हुए कि यह मॉक सूट्स की फिडेलिटी (fidelity) पर निर्भर है और पूरी तरह से स्वतंत्र "लीव-वन-सूट-आउट" वैलिडेशन करने के लिए तीसरे मॉक सूट की वर्तमान कमी है।