Bayesian Cosmic Void Finding with Graph Flows

Titolo: Bayesian Cosmic Void Finding with Graph Flows

Autore: Leander Thiele (Kavli IPMU, University of Tokyo)
Data: 20 Aprile 2026

---

1. Il Problema: L'Indeterminazione nella Ricerca dei Vuoti Cosmici

I vuoti cosmici (regioni a bassa densità di materia) contengono informazioni cosmologiche di ordine superiore e sono fondamentali per la fisica astroparticellare. Tuttavia, identificare vere sotto-densità di materia partendo da cataloghi di galassie sparsi è un problema sottodeterminato.

• Natura del problema: I cataloghi di galassie sono traccianti sparsi e distorti (biased tracers) del campo di densità sottostante. Trovare le zone sottodense non è un processo deterministico unico, ma dovrebbe essere trattato come una distribuzione di probabilità condizionata: $P(\{\text{vuoti}\} | \{\text{galassie}\})$.
• Limiti degli approcci attuali: Gli algoritmi tradizionali di "void finding" producono cataloghi deterministici, ignorando l'incertezza intrinseca. Questo porta a:
  • Instabilità: piccole perturbazioni casuali nelle posizioni delle galassie possono generare cataloghi di vuoti drasticamente diversi (come dimostrato nel Fig. 1 del paper).
  • Perdita di informazioni: non si cattura la distribuzione completa delle soluzioni possibili.
• Obiettivo: Sviluppare un metodo per campionare dalla distribuzione stocastica dei cataloghi di vuoti, ottenendo il mappaggio Bayesiano ottimo tra le galassie osservate e una qualsiasi definizione di vuoto.

2. Metodologia: Flow Matching con Graph Neural Networks

L'autore propone un approccio basato sull'apprendimento profondo generativo, utilizzando Flow Matching (adattamento di flussi) e Graph Neural Networks (GNN).

Concetto Fondamentale: Particelle di Test

Invece di classificare direttamente i pixel o i volumi, il metodo evolve un insieme di "particelle di test" (test particles) per tracciare le posizioni e le proprietà dei vuoti.

• Le particelle di test sono inizializzate casualmente in una scatola di simulazione.
• Una rete neurale evolve queste particelle nel tempo (da $t=0$ a $t=1$) per farle convergere verso le posizioni dei vuoti reali.

Architettura e Addestramento

1. Flow Matching: L'obiettivo è imparare un campo di velocità $f_\phi$ che trasformi una distribuzione base semplice (iniziale) nella distribuzione target complessa (catalogo di vuoti).
   • Si definisce un tempo fittizio $t \in [0, 1]$.
   • Si minimizza la differenza tra la velocità predetta dalla rete e la velocità di un "interpolante" che collega la posizione iniziale della particella alla posizione finale del vuoto target.
2. GNN (Graph Neural Network): La rete $f_\phi$ è una GNN che opera su due tipi di nodi:
   • Particelle di test ($P$): I nodi che vengono aggiornati.
   • Galassie ($G$): I nodi che forniscono il contesto osservativo.
   • Messaggi: La rete scambia messaggi tra particelle vicine e tra particelle e galassie vicine (basato sui $k$-nearest neighbors).
3. Gestione della Cardinalità Variabile: Poiché il numero di vuoti non è noto a priori ($N_v$), il metodo utilizza un numero di particelle di test $N_p$ maggiore del numero atteso di vuoti ($N_p > N_v$).
   • Durante l'addestramento, si crea un accoppiamento (matching) tra particelle e vuoti target minimizzando la distanza euclidea.
   • Durante l'inferenza, le particelle che convergono verso la stessa regione vengono raggruppate utilizzando l'algoritmo Friends-of-Friends (FoF) per formare un singolo vuoto.

Dati di Addestramento

• Utilizzo delle simulazioni Quijote (512$^3$ particelle, scatola di 1 Gpc/$h$).
• Le galassie sono inserite tramite una distribuzione di occupazione degli aloni (HOD) con parametri variati su un ampio prior.
• Due definizioni di vuoto sono state testate:
  1. Galaxy Voids: Vuoti definiti direttamente nel campo delle galassie (usando l'algoritmo VIDE).
  2. DM Voids: Vuoti definiti nel campo di materia oscura (particelle della simulazione), usati come test di generalizzazione estrema.

3. Risultati Chiave

Caso dei Vuoti di Galassia (Galaxy Voids)

• Performance: Il modello apprende un mappaggio non deterministico che riproduce bene le statistiche di riepilogo (Void Size Function, correlazioni vuoto-galassia, vuoti-vuoti).
• Stocasticità come Regularizzazione: Il modello mostra una stocasticità significativa. Invece di essere un difetto, questa stocasticità agisce come una forma di regularizzazione.
• Superamento del "Teacher": Quando le statistiche del modello vengono mediate su più campioni stocastici, la informazione cosmologica estratta (misurata tramite la matrice di Fisher) è superiore a quella ottenuta dal catalogo deterministico di riferimento (VIDE). Il modello non converge semplicemente alla media del set di addestramento, ma cattura informazioni utili che il metodo deterministico perde.

Caso dei Vuoti di Materia Oscura (DM Voids)

• Difficoltà: Prevedere vuoti definiti sulla materia oscura partendo solo da galassie sparse è molto più difficile a causa della bassa densità di traccianti.
• Risultati: Il modello mostra un'alta stocasticità e una correlazione inferiore con i vuoti target rispetto al caso delle galassie. Tuttavia, non è puramente casuale: impara una mappatura Bayesiana ottima data l'informazione limitata, producendo comunque statistiche significative per il parametro $\sigma_8$.

Analisi delle Curve di Perdita e Architetture

• Le GNN tradizionali (aggregazione media/max) hanno superato le architetture basate su Attention (Transformer) per questo tipo di dati cosmologici, probabilmente a causa della natura liscia dei campi cosmici che non beneficia della sparsità sfruttata dai transformer.

4. Contributi e Significatività

1. Primo Approccio Bayesiano Generativo per i Vuoti: Il paper introduce un metodo per campionare direttamente dalla distribuzione di probabilità dei cataloghi di vuoti, superando il paradigma deterministico.
2. Generalità del Metodo: L'algoritmo è indipendente dalla definizione specifica del vuoto. Può essere addestrato per predire vuoti basati su densità, velocità o altre quantità fisiche, anche quelle non direttamente osservabili (come la materia oscura), purché disponibili nelle simulazioni.
3. Regularizzazione Implicita: Dimostra che un modello stocastico addestrato su un "teacher" deterministico può, grazie alla regolarizzazione intrinseca, fornire stime cosmologiche più robuste e informative rispetto al teacher stesso.
4. Scalabilità e Applicabilità: Il metodo è concettualmente semplice da integrare nelle pipeline esistenti. Permette di generare molteplici cataloghi di vuoti indipendenti da un singolo catalogo di galassie, permettendo di mediare le statistiche finali per ridurre il rumore.
5. Futuro: L'autore propone di estendere il metodo a coni di luce osservativi (lightcones) e di esplorare definizioni di vuoto "di mezzo" che bilancino l'informazione simulata e quella osservata, potenzialmente utilizzando campi di velocità simulati.

Conclusione

Il lavoro di Thiele rappresenta un passo avanti significativo verso l'integrazione dell'apprendimento profondo nell'inferenza cosmologica. Spostando l'attenzione dalla ricerca di una singola soluzione "corretta" alla modellazione della distribuzione completa delle soluzioni possibili, il metodo offre una via per estrarre informazioni cosmologiche più robuste e per superare le limitazioni degli algoritmi deterministici attuali, specialmente in scenari con dati sparsi e rumorosi.