Simulation based inference of the ionization history from the 2D 21 cm power spectrum

Titolo: Pipeline di inferenza basata sulla simulazione della storia di ionizzazione dal potere spettrale 2D del segnale 21 cm

1. Il Problema

Il segnale a 21 cm dell'idrogeno neutro contiene informazioni cruciali sulla formazione delle prime stelle e sulla reionizzazione del mezzo intergalattico (IGM) durante l'Epoca della Reionizzazione (EoR) e l'Aurora Cosmica (CD). Tuttavia, l'inferenza dei parametri astrofisici e della storia di ionizzazione da questo segnale è estremamente complessa a causa di:

• Rumore e Foreground: Il segnale è circa $10^4$ volte più debole delle foreground radio, rendendo la sua estrazione una sfida osservativa.
• Costo Computazionale: I codici di simulazione semi-numerici (come 21cmFAST) sono computazionalmente costosi, limitando la densità di campionamento necessaria per l'inferenza bayesiana tradizionale (es. MCMC).
• Complessità Statistica: La distribuzione del segnale 21 cm è non gaussiana a causa dell'evoluzione non lineare e dell'accoppiamento di modi, rendendo le approssimazioni di verosimiglianza (likelihood) gaussiane spesso inaccurate e portanti a posteriori distorti.
• Varianza del Campione: Il potere spettrale 2D (2DPS) soffre di un'alta varianza del campione, specialmente alle scale di basso numero d'onda ($k$), che è difficile da modellare deterministicamente.

L'obiettivo è sviluppare una pipeline per inferire parametri astrofisici e la storia di ionizzazione (frazione neutra $x_{HI}$) dai dati del 2DPS, confrontando l'uso di simulazioni dirette con l'uso di emulatori (modelli surrogati basati su reti neurali).

2. Metodologia

Gli autori hanno sviluppato un'infrastruttura basata sull'Inferenza Basata sulla Simulazione (SBI), specificamente utilizzando la Stima del Posterior Neurale (NPE), per apprendere la relazione statistica tra i dati osservati (rumorosi) e i parametri del modello.

• Dati di Addestramento:

  • Sono state generate 39.000 simulazioni utilizzando il codice 21cmFAST con tre parametri astrofisici chiave: temperatura viriale ($T_{vir}$), efficienza di ionizzazione ($\zeta$) e cammino libero medio dei fotoni ionizzanti ($R_{mfp}$).
  • Sono stati aggiunti modelli di rumore realistici per il Square Kilometre Array (SKA) e varianza del campione.
  • I dati sono stati suddivisi in 8 finestre di frequenza (corrispondenti a redshift $z \sim 5-12$) per calcolare il 2DPS.

• Sviluppo degli Emulatori:

  1. Emulatore del 2DPS: Una rete neurale densa (6 strati) addestrata per mappare i parametri astrofisici al 2DPS. Per gestire l'alta varianza del campione alle basse scale $k$, sono stati mascherati i tre pixel in basso a sinistra dello spettro. L'output è normalizzato rispetto al rumore.
  2. Emulatore della Storia di Ionizzazione: Una rete neurale densa (9 strati) addestrata per prevedere la frazione neutra in 41 bin di redshift direttamente dai parametri astrofisici.

• Pipeline di Inferenza (SBI):

  • È stato confrontato due approcci di addestramento per la NPE:
    1. Pipeline A: Addestrata direttamente su 10.000 campioni di 2DPS rumorosi generati da 21cmFAST.
    2. Pipeline B: Addestrata su 1 milione di campioni generati dall'emulatore del 2DPS, a cui è stata aggiunta una realizzazione stocastica di rumore e varianza del campione per simulare l'incertezza.
  • L'inferenza è stata effettuata utilizzando un ensemble di architetture di flussi neurali (Neural Spline Flow e Masked Autoregressive Flow) per stimare la densità del posterior.

3. Contributi Chiave

• Primo Emulatore 2DPS per SBI: Sviluppo di un emulatore specifico per il potere spettrale 2D (invece del più comune 1D), che contiene più informazioni ma è più difficile da modellare a causa della varianza del campione.
• Valutazione Comparativa SBI: Confronto sistematico tra l'uso di simulazioni reali e dati emulati all'interno di una pipeline SBI per l'inferenza cosmologica.
• Analisi della Varianza del Campione: Dimostrazione che la natura stocastica del 2DPS rende difficile l'emulazione deterministica, suggerendo che architetture più complesse (non deterministiche) potrebbero essere necessarie.
• Inferenza della Storia di Ionizzazione: Implementazione di un metodo per ottenere distribuzioni posteriori complete della storia di ionizzazione ($z=5-12$) campionando dai parametri astrofisici inferiti.

4. Risultati

• Recupero dei Parametri: Entrambi i metodi (addestrato su simulazioni e su emulatori) riescono a recuperare con accuratezza la temperatura viriale ($T_{vir}$) e l'efficienza di ionizzazione ($\zeta$), mostrando la corretta degenerazione tra questi due parametri.
• Difficoltà con $R_{mfp}$: Il cammino libero medio ($R_{mfp}$) è più difficile da vincolare, con intervalli di confidenza più ampi, specialmente per valori elevati.
• Confronto delle Pipeline:
  • La pipeline addestrata sulle simulazioni reali mostra prestazioni leggermente superiori e una migliore calibrazione.
  • La pipeline addestrata sugli emulatori tende a essere leggermente sovraconfidente (overconfident), come evidenziato dai test di calibrazione (SBC e TARP).
  • L'aggiunta di una densità di campionamento maggiore tramite l'emulatore non ha migliorato le previsioni finali rispetto all'uso diretto delle simulazioni.
• Storia di Ionizzazione: Entrambi i metodi recuperano la storia di ionizzazione con alta accuratezza. L'emulatore della storia di ionizzazione funziona bene, permettendo di ottenere distribuzioni posteriori per la frazione neutra in 41 bin di redshift.
• Scenario di Reionizzazione: I vincoli sono molto più stretti per scenari di reionizzazione tardiva rispetto a quelli precoci. Gli scenari precoci soffrono di un basso rapporto segnale-rumore (SNR) alle alte redshift e della mancanza di segnale dopo la completa ionizzazione.

5. Significato e Conclusioni

Il lavoro conclude che, sebbene gli emulatori siano strumenti potenti per accelerare l'inferenza, per il 2DPS la loro efficacia è limitata dalla difficoltà di catturare accuratamente la varianza del campione (sample variance) con modelli deterministici semplici.

• Implicazioni: L'uso di emulatori 2DPS basati su reti neurali dense non offre ancora vantaggi significativi rispetto all'uso diretto delle simulazioni per l'inferenza dei parametri, a causa degli errori di modellazione della stocasticità.
• Futuro: Per migliorare gli emulatori 2DPS, saranno necessarie architetture più complesse che incorporino intrinsecamente la stocasticità (es. modelli generativi o flussi normalizzanti che apprendono distribuzioni, non solo medie).
• Applicabilità: Nonostante le limitazioni nell'inferenza dei parametri, l'emulatore della storia di ionizzazione rimane uno strumento valido e flessibile per esplorare rapidamente lo spazio dei parametri una volta ottenute le distribuzioni posteriori.

In sintesi, lo studio sottolinea che per dati 2D complessi e rumorosi come quelli del 21 cm, la fedeltà della simulazione fisica (inclusa la varianza del campione) rimane superiore all'approccio puramente basato su emulatori deterministici attuali, ma l'approccio ibrido rimane promettente per la flessibilità computazionale futura.