Hierarchical Gaussian-process test of DESI's dynamical dark-energy preference

तकनीकी सारांश: DESI के गतिशील डार्क-एनर्जी अधि preferencia (preference) का पदानुक्रमित गॉसियन-प्रक्रिया परीक्षण

समस्या विवरण
डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट (DESI) डेटा रिलीज़ 2 (DR2) बेरियन एकोस्टिक ऑसिलेशन (BAO) डेटा को कॉस्मिक माइक्रोवेव बैकग्राउंड (CMB) और टाइप Ia सुपरनोवा (SN Ia) के साथ संयोजित करने वाले हालिया विश्लेषणों ने शेवेलियर-पोलार्सकी-लिंडर (CPL) पैरामीट्राइजेशन का उपयोग करते हुए, मानक $\Lambda$CDM मॉडल की तुलना में विकसित डार्क एनर्जी के लिए लगभग $2.8\text{--}4.2\sigma$ की सार्थकता पर एक प्राथमिकता रिपोर्ट की है। हालांकि, ये परिणाम विशिष्ट CMB लाइकलीहुड उपचार (पूर्ण बनाम संकुचित/compressed) और डार्क एनर्जी के समीकरण अवस्था (equation of state) के लिए अनुमानित पैरामीट्रिक रूप $w(z)$ के प्रति संवेदनशील हैं। गैर-पैरामीट्रिक पुनर्निर्माण, जैसे कि गॉसियन प्रक्रियाएं (GP), एक निश्चित कार्यात्मक आकार $w(z)$ का अनुमान लगाए बिना विस्तार इतिहास को निष्कर्ष निकालने का एक तरीका प्रदान करती हैं। पिछले GP अध्ययनों में एक सामान्य सीमा "दो-चरणीय" प्रक्रिया है जहाँ हाइपरपैरामीटर (एम्प्लीट्यूड $\sigma_f$ और लेंथ स्केल $l$) को अनिश्चितताओं के प्रसार से पहले अधिकतम-संभावना (maximum-likelihood) मानों पर स्थिर कर दिया जाता है, जिससे अंतिम त्रुटि बजट से हाइपरपैमीटर अनिश्चितता छूट जाती है। यह शोध पत्र जांच करता है कि क्या एक पदानुक्रमित बायसियन ढांचे के तहत, जो इन हाइपरपैरामीटर्स को सह-नमूना (co-samples) लेता है, विशेष रूप से एक संकुचित (compressed) CMB पाइपलाइन के तहत, रिपोर्ट की गई गतिशील डार्क-एनर्जी प्राथमिकता बनी रहती है।

कार्यप्रणाली
लेखक विलंबता समय के विस्तार इतिहास $H(z)$ और डार्क एनर्जी की समीकरण अवस्था $w(z)$ के पुनर्निर्माण के लिए एक पदानुक्रमित गॉसियन प्रोसेस मॉडल का उपयोग करते हैं। कार्यप्रणाली निम्नलिखित घटकों को एकीकृत करती है:

1. डेटा संयोजन: विश्लेषण चार अलग-अलग जांचों को संयोजित करता है:

   • कॉस्मिक क्रोनोमीटर (CC): GP को सीधे कंडिशन करने के लिए उपयोग किए गए 37 विभेदक-आयु $H(z)$ माप।
   • DESI DR2 BAO: $0.1 < z < 4.2$ को कवर करने वाले विभिन्न ट्रेसर्स (BGS, LRG, ELG, QSO) से प्राप्त 13 दूरी माप।
   • Planck 2018 संकुचित दूरी पूर्ववर्ती (Compressed Distance Priors): पूर्ण Planck लाइकलीहुड के बजाय, अध्ययन संकुचित पूर्ववर्तियों ($R, \ell_A, \omega_b h^2$) का उपयोग करता है जो TT, TE, EE, और lowE डेटा से प्राप्त हैं।
   • Pantheon+ SN Ia: पूर्ण सांख्यिकीय और व्यवस्थित सहप्रसरण (covariance) के साथ 1624 सुपरनोवा।

2. पदानुक्रमित वास्तुकला (Hierarchical Architecture):

   • लेटेंट प्रोसेस (Latent Process): $H(z)$ को CC डेटा द्वारा कंडिशन किए गए ज़ीरो-मीन GP के एक स्क्वेयर्ड-एक्सपोनेंशियलियल (रेडियल बेस फंक्शन) कर्नेल के साथ एक लेटेंट फंक्शन के रूप में माना जाता है।
   • सह-नमूनाकरण (Co-sampling): मानक दृष्टिकोणों के विपरीत, कर्नेल हाइपरपैरामीटर्स ($\sigma_f, l$) को एक मार्कोव चेन मोंटे कार्लो (MCMC) ढांचे के भीतर कॉस्मोलॉजिकल पैरामीटर्स ($H_0, \Omega_m, \Omega_k, \omega_b h^2$) के साथ सह-नमूना लिया जाता है।
   • प्रभावी लाइकलीहुड (Effective Likelihood): चूंकि BAO, CMB, और SN Ia, $H(z)$ पर गैर-रैखिक रूप से निर्भर करते हैं, इसलिए लेखक एक मोंटे-कार्लो प्रभावी लाइकलीहुड ($L_{\text{eff}}$) को परिभाषित करते हैं। इसमें प्रत्येक MCMC चरण पर GP पोस्टीरियर से $H(z)$ के कई स्वतंत्र ड्रॉ के ऊपर प्रोब्स की लाइकलीहुड का औसत निकालना शामिल है।

3. पुनर्निर्माण: $w(z)$ को सामान्यीकृत डार्क एनर्जी घनत्व $f_{DE}(z)$ के माध्यम से पुनर्गठित $H(z)$ से गैर-पैरामीट्रिक रूप से प्राप्त किया जाता है, जो इस संबंध का उपयोग करता है: $w(z) = -1 + \frac{1+z}{3} \frac{f'_{DE}(z)}{f_{DE}(z)}$।

4. एब्लेशन अध्ययन (Ablation Studies): ढांचे का परीक्षण कई विविधताओं के विरुद्ध किया जाता है: हाइपरपैरामीटर्स को CC अधिकतम-संभावना मानों पर स्थिर करना, Pantheon+ या विशिष्ट LRG BAO बिन को हटाना, RBF कर्नेल को Matérn-5/2 कर्नेल से बदलना, और लेंथ स्केल $l$ पर प्रायर को कड़ा करना।

मुख्य परिणाम

• समीकरण अवस्था (Equation of State): आधारभूत पदानुक्रमित GP विश्लेषण निम्न-रेडशिफ्ट समीकरण अवस्था $w(z \simeq 0) = -0.80^{+0.26}_{-0.23}$ (68% C.L.) प्रदान करता है। यह मान $w = -1$ के $\Lambda$CDM मान से लगभग $0.8\sigma$ दूर है।
• हाइपरपैरामीटर: पोस्टीरियर एक बड़े सहसंबंध लंबाई स्केल ($l \simeq 3.79^{+0.81}_{-1.12} \, h^{-1}\text{Gpc}$) का पक्ष लेता है, जो निम्न रेडशिफ्ट पर $w(z)$ में तीव्र परिवर्तनों को दंडित करता है।
• CPL तुलना: ठीक उसी संकुचित डेटा पाइपलाइन पर किए गए एक पैरामीट्रिक CPL फिट से नेस्टेड $\Lambda$CDM की तुलना में केवल $\Delta\chi^2 \sim 1$ (लगभग $1\sigma$) के सुधार के साथ बेहतर फिट मिलता है, जहाँ $w_0 = -0.94^{+0.07}_{-0.07}$ और $w_a = -0.32^{+0.26}_{-0.31}$ है।
• मजबूती (Robustness): एब्लेशन अध्ययन दिखाते हैं कि परिणाम मजबूत है। हाइपरपैरामीटर्स को स्थिर करना, SN डेटा को हटाना, LRG1/2 BAO बिन को हटाना, या कर्नेल प्रकार को बदलना सभी $w(0)$ के माध्य को $-1$के$\lesssim 1\sigma$ के भीतर रखते हैं।
• कॉस्मोलॉजिकल पैरामीटर्स: प्राप्त हबल स्थिरांक $H_0 = 70.1^{+3.6}_{-3.1}$ km s$^{-1}$ Mpc$^{-1}$ है, जो Planck और SH0ES मूल्यों के बीच स्थित है। पदार्थ घनत्व $\Omega_m = 0.317^{+0.032}_{-0.029}$ Planck के अनुरूप है।

महत्ता और दावे
यह शोध पत्र निष्कर्ष निकालता है कि इस विशिष्ट विश्लेषण में रिपोर्ट की गई गतिशील डार्क एनर्जी के लिए हल्की प्राथमिकता $\Lambda$CDM मॉडल को चुनौती देने के लिए सांख्यिकीय रूप से पर्याप्त महत्वपूर्ण नहीं है। लेखक स्पष्ट रूप से कहते हैं कि उनके निष्कर्ष पूर्ण Planck लाइकलीहुड का उपयोग करने वाले DESI द्वारा रिपोर्ट की गई अधिक मजबूत $2.8\text{--}4.2\sigma$ प्राथमिकता को संबोधित नहीं करते हैं। इसके बजाय, उनके परिणाम यह उजागर करते कि गतिशील डार्क एनर्जी की सार्थकता CMB उपचार (संकुचित बनाम पूर्ण लाइकलीहुड) और विश्लेषण पाइपलाइन के प्रति अत्यधिक संवेदनशील है।

प्राथमिक योगदान यह प्रदर्शन करना है कि जब संकुचित-CMB पूर्ववर्तियों के साथ एक पदानुक्रमित GP और सह-नमूनाकृत हाइपरपैरामीटर्स का उपयोग किया जाता है, तो डेटा संयोजन $w(z)$ में बड़े विकास (अर्थात, एक बड़ा $w_a$) की मांग नहीं करता है। अध्ययन एक ही पाइपलाइन के भीतर विश्लेषण विकल्पों (कर्नेल प्रकार, हाइपरपैरामीटर नमूनाकरण, डेटा उपसमुच्चय) के प्रभाव को अलग करता है, यह दिखाते हुए कि इनमें से कोई भी भिन्नता "क्विंटेसेंस-टू-फैंटम" संक्रमण सिग्नल को बहाल नहीं करती है। लेखक इस बात पर जोर देते हैं कि उनके मध्यम परिणाम संकुचित-CMB सेटिंग के लिए विशिष्ट हैं और DESI की मुख्य सार्थकता के साथ तनावों का निर्णायक रूप से आकलन करने के लिए पूर्ण Planck लाइकलीहुड का उपयोग करने वाले भविष्य के कार्य की आवश्यकता है।