Compensator-based inference for signal detection under unknown background: the binned data case

तकनीकी सारांश: अज्ञात पृष्ठभूमि (बिन किए गए डेटा केस) के तहत सिग्नल डिटेक्शन के लिए कॉम्पेंसेटर-आधारित अनुमान (Inference)

समस्या का विवरण
यह शोध पत्र एक अज्ञात पृष्ठभूमि की उपस्थिति में सिग्नल का पता लगाने की सांख्यिकीय चुनौती को संबोधित करता है, जो आधुनिक भौतिकी और खगोल विज्ञान के प्रयोगों (जैसे कण भौतिकी, गामा-रे खगोल विज्ञान) में सर्वव्यापी है। डेटा को $k$ विलगित हाइपररेक्टेंगल के $d$-आयामी ग्रिड पर देखे गए पॉइसन काउंट्स (Poisson counts) के रूप में मॉडल किया गया है। प्रत्येक बिन $i$ में अपेक्षित काउंट $E[n_i] = T f_i$ द्वारा दिया जाता है, जहाँ घनत्व $f$ एक ज्ञात सिग्नल घटक $f_s$ और एक अज्ञात पृष्ठभूमि घटक $f_b$ का मिश्रण है:
$$f(x, \eta) = (1 - \eta)f_b(x) + \eta f_s(x)$$
यहाँ, $\eta \in [0, 1)$ अज्ञात सापेक्ष सिग्नल तीव्रता को दर्शाता है जिसका अनुमान लगाया जाना है। मुख्य लक्ष्य शून्य परिकल्पना $H_0: \eta = 0$ के विरुद्ध $H_1: \eta > 0$ का परीक्षण करना है।

एक महत्वपूर्ण बाधा वह एसिम्प्टोटिक (asymptotic) शासन है जहाँ कुल अपेक्षित काउंट $T$ और बिनों की संख्या $k$ दोनों अनंत की ओर बढ़ते हैं ताकि $T/k \to c \in (0, \infty)$ हो। इस शासन में, काउंट पॉइसन बने रहते हैं और गाऊसी सीमा (Gaussian limit) में अभिसरित नहीं होते हैं, जिससे मानक गाऊसीय सन्निकटन अमान्य हो जाते हैं। इसके अतिरिक्त, पृष्ठभूमि घनत्व $f_b$ अज्ञात है। पारंपरिक दृष्टिकोण अक्सर अज्ञात पृष्ठभूमि $f_b$ के अनुमान के लिए एक लेबल किए गए "बैकग्राउंड-ओनली" नमूने पर निर्भर करते हैं, लेकिन ये विधियाँ अक्सर पृष्ठभूमि अनुमान में अनिश्चितता को शामिल करने में विफल रहती हैं, जिससे अनुमान की वैधता से समझौता हो सकता है।

कार्यप्रणाली (Methodology)
लेखक "कॉम्पेंसेटर-आधारित अनुमान" ढांचे का विस्तार करते हैं, जिसे पहले i.i.d. डेटा के लिए विकसित किया गया था, अब इसे बिन किए गए पॉइसन डेटा के मामले में लागू करते हैं। कार्यप्रणाली का मूल भाग है:

1. ऑर्थोनॉर्मल एक्सपेंशन और कॉम्पेंसेटर:
   विधि एक पृष्ठभूमि घनत्व $g$ (जो वास्तविक $f_b$ से भिन्न हो सकता है) को मानती है और $L^2(G)$ में एक ऑर्थोनॉर्मल आधार (orthonormal basis) का निर्माण करती है। सिग्नल मॉडल को स्कोर फंक्शन $S^\dagger$ के माध्यम से पृष्ठभूमि से जोड़ा जाता है। अज्ञात पृष्ठभूमि $f_b$ को इस आधार में विस्तारित किया जाता है, जो एक पैरामीटर $\delta = E_{F_b}[S^\dagger(X)]$ पेश करता है। इस पैरामीटर $\delta$ को कॉम्पेंसेटर (compensator) कहा जाता है। यह अनुमानित पृष्ठभूमि $g$ और वास्तविक पृष्ठभूमि $f_b$ के बीच के विचलन को मापता है।
   लक्ष्य पैरामीटर $\eta$ को एक पहचाने योग्य पैरामीटर $\theta$ (सिग्नल दिशा पर मिश्रण का प्रोजेक्शन) के माध्यम से समीकरण द्वारा संबंधित किया जाता है:
   $$\eta = \frac{\theta - \delta}{\|S\|_G - \delta}$$
   महत्वपूर्ण रूप से, यदि एक लेबल किया गया बैकग्राउंड-ओनली नमूना उपलब्ध है, तो $\delta$ का सुसंगत (consistently) अनुमान लगाया जा सकता है, जिससे जटिल घनत्व $f_b$ को पूरी तरह से निर्दिष्ट या अनुमानित करने की आवश्यकता के बिना $\eta$ पर वैध अनुमान संभव होता है।

2. लेबल किए गए बैकग्राउंड डेटा के साथ अनुमान:
   जब एक लेबल किया गया बैकग्राउंड-ओनली नमूना $\{m_i\}$ उपलब्ध होता है, तो लेखक $\theta$ और $\delta$ के लिए एसिम्प्टोटिक रूप से सामान्य (asymptotically normal) अनुमानकों को व्युत्पन्न करते हैं।

• निश्चित अनुमानित पृष्ठभूमि: यदि $g$ पूरी तरह से निर्दिष्ट है, तो टेस्ट स्टैटिस्टिक $\mathcal{Z}_1$ एसिम्प्टोटिक रूप से एक मानक सामान्य वितरण का पालन करता है।
• पैरामीट्रिक अनुमानित पृष्ठभूमि: यदि $g$ अज्ञात पैरामीटर $\beta$ पर निर्भर है (जिसे बैकग्राउंड नमूने पर मैक्सिमम लाइक्लीहुड के माध्यम से अनुमानित किया जाता है), तो एक संशोधित टेस्ट स्टैटिस्टिक $\mathcal{Z}_2$ प्रस्तावित किया जाता है। यह स्टैटिस्टिक $\beta$ के अनुमान से उत्पन्न अतिरिक्त अनिश्चितता को ध्यान में रखता है।
  ढांचा यह प्रदर्शित करता है कि अनुमानित पृष्ठभूमि $g$ का चुनाव अनुमान पर नगण्य प्रभाव डालता है, बशर्ते कि कॉम्पेंसेटर $\delta$ का कुशलतापूर्वक अनुमान लगाया गया हो।

3. लेबल किए गए बैकग्राउंड डेटा के बिना अनुमान (बम्प हंटिंग):
   उन परिदृश्यों में जहाँ कोई लेबल किया गया बैकग्राउंड-ओनली नमूना मौजूद नहीं है, $\delta$ का अनुमान नहीं लगाया जा सकता। हालांकि, "बम्प हंटिंग" (एक सुचारू रूप से घटने वाली पृष्ठभूमि पर स्थानीयकृत सिग्नल की खोज) में सामान्य विशिष्ट स्थितियों के तहत, यह दिखाया जा सकता है कि $\delta \leq 0$ है।

• लेखक एक रूढ़िवादी (conservative) अनुमान रणनीति प्रस्तावित करते हैं जो $\eta$ के बजाय $\theta_0 = \theta / \|S\|_G$ का परीक्षण करती है। चूंकि $\delta \leq 0$ है, इसलिए $\theta_0 \leq \eta$ है। अतः, $H_0: \theta_0 = 0$ को अस्वीकार करना सिग्नल का एक वैध, हालांकि रूढ़िवादी, पता लगाने में मदद करता है।
• यह सुनिश्चित करने के लिए कि $\delta \leq 0$ की स्थिति बनी रहे, लेखक एक संवेदनशीलता विश्लेषण (sensitivity analysis) का सुझाव देते हैं जिसमें एक लचीली अनुमानित पृष्ठभूमि $g_\beta$ शामिल है जिसमें एक "डोमिनेटिंग टर्म" (गासियन का मिश्रण) सिग्नल क्षेत्र के ऊपर होता है। यह सत्यापित करके कि यह डोमिनेटिंग टर्म सिग्नल क्षेत्र में वास्तविक पृष्ठभूमि को सीमित करता है, परीक्षण की रूढ़िवादिता को उचित ठहराया जा सकता है।

प्रमुख योगदान

• बिन किए गए डेटा का विस्तार: शोध पत्र कॉम्पेंसेटर-आधारित अनुमान दृष्टिकोण को i.i.d. निरंतर डेटा से बिन किए गए पॉइसन डेटा के शासन तक सामान्यीकृत करता है, जो आधुनिक उच्च-ऊर्जा भौतिकी और खगोल विज्ञान के अवलोकनों के लिए एक मानक प्रारूप है।
• मॉडल मिसस्पेसिफिकेशन के प्रति मजबूती: कार्यप्रणाली स्पष्ट रूप से इस मामले को संभालती है जहाँ अनुमानित पृष्ठभूमि मॉडल गलत (misspecified) है। कॉम्पेंसेटर $\delta$ अनुमानित और वास्तविक पृष्ठभूमि के बीच के अंतर को समाहित कर लेता है, जिससे $f_b$ के लिए सटीक मॉडल की आवश्यकता के बिना वैध अनुमान सुनिश्चित होता है।
• नियंत्रण नमूनों के बिना रूढ़िवादी अनुमान: यह शोध पत्र एक ऐसा कठोर ढांचा प्रदान करता है जब कोई लेबल किया गया बैकग्राउंड डेटा उपलब्ध नहीं होता है, जो सिग्नल के स्थानीयकरण और पृष्ठभूमि की सुगमता के बारे में संरचनात्मक धारणाओं पर निर्भर करता है।

परिणाम
कार्यप्रणाली को फर्मी लार्ज एरिया टेलिस्कोप (LAT) के सिम्युलेटेड डेटा का उपयोग करके एक केस स्टडी के माध्यम से मान्य किया गया है, जिसमें गामा-रे ऊर्जा स्पेक्ट्रा शामिल हैं।

• लेबल किए गए डेटा का परिदृश्य: लेखकों ने चार अलग-अलग अनुमानित बैकग्राउंड मॉडलों (यूनिफॉर्म, फिक्स्ड-रेट एक्सपोनेंशियल, एस्टिमेटेड-रेट एक्सपोनेंशियल, और एस्टिमेटेड-वैरिएंस गाऊशियन) का उपयोग करके $k=30, 50, 100$ बिन्स के साथ डेटा का विश्लेषण किया। परिणामों ने दिखाया कि वास्तविक पृष्ठभूमि के सापेक्ष अनुमानित बैकग्राउंड के आकार में महत्वपूर्ण अंतर होने के बावजूद, अनुमानित सिग्नल तीव्रता $\hat{\eta}$ और परिणामी $p$-वैल्यू अत्यधिक सुसंगत थे (सभी $10^{-6}$ से $10^{-7}$ की सीमा में $p$-वैल्यू दे रहे थे)। यह प्रस्ताव बैकग्राउंड के चुनाव के प्रति कॉम्पेंसेटर दृष्टिकोण की मजबूती की पुष्टि करता है।
• अनलेबल डेटा का परिदृश्य: लेबल किए गए बैकग्राउंड-ओनली नमूने की अनुपस्थिति में, लेखकों ने एक डोमिनेटिंग टर्म के साथ एक पैरामीट्रिक बैकग्राउंड का उपयोग करके रूढ़िवादी परीक्षण लागू किया। डोमिनेटिंग टर्म के भार $\lambda$ को बदलकर, उन्होंने प्रदर्शित किया कि परीक्षण महत्वपूर्ण परिणाम देता है (जैसे, $\lambda=0.03$ के लिए $p \approx 7.11 \times 10^{-7}$) जबकि वैधता बनाए रखता है। $\lambda$ को बढ़ाने से परीक्षण अधिक रूढ़िवादी हो गया (कम अनुमानित तीव्रता, उच्च $p$-वैल्यू), जो संवेदनशीलता और रूढ़िवादिता की गारंटी के बीच ट्रेड-ऑफ को दर्शाता है।

महत्व और दावे
शोध पत्र का दावा है कि यह कॉम्पेंसेटर-आधारित अनुमान के दायरे को बिन किए गए डेटा के व्यावहारिक परिवेश तक विस्तृत करता है, जो भौतिकी और खगोल विज्ञान में एक सामान्य आवश्यकता है। इसकी प्राथमिक महत्ता इस तथ्य में निहित है कि यह अज्ञात बैकग्राउंड घनत्व के सटीक अनुमान की आवश्यकता को दरकिनार करने में सक्षम है, जो एक कठिन कार्य है और यदि अनिश्चितताओं को अनदेखा किया जाए तो पूर्वाग्रह (bias) पैदा करने के प्रति संवेदनशील है।
लेखक इस बात पर जोर देते हैं कि यह दृष्टिकोण एक "परिप्रेक्ष्य में परिवर्तन" (change of perspective) प्रदान करता है जहाँ अनुमान की रूढ़िवादिता एक एकल पैरामीटर (कॉम्पेंसेटर) द्वारा निर्धारित होती है। वे दावा करते हैं कि उनका ढांचा तब भी वैध रहता है जब अनुमानित बैकग्राउंड सत्य से बहुत दूर हो, बशर्ते कि कॉम्पेंसेटर का अनुमान लगाया गया हो (लेबल वाले मामले में) या उसे सीमित (bound) किया गया हो (अनलेबल मामले में)। परिणाम बताते हैं कि सिग्नल डिटेक्शन के लिए, प्रस्तावित बैकग्राउंड का विशिष्ट चयन कॉम्पेंसेटर के उचित प्रबंधन की तुलना में कम महत्वपूर्ण है, जो इस पद्धति को जटिल प्रयोगात्मक वातावरण में "बम्प हंटिंग" के लिए एक मजबूत उपकरण बनाता है।