\textit{Euclid} preparation. Baryon acoustic oscillations extraction techniques: comparison and optimisation

Sintesi Tecnica: Preparazione di Euclid. Tecniche di Estrazione delle Oscillazioni Acustiche Barioniche: Confronto e Ottimizzazione

Enunciato del Problema
La missione Euclid mira a mappare circa 30 milioni di galassie con linee di emissione H$\alpha$ per vincolare l'energia oscura e l'espansione cosmica tramite le Oscillazioni Acustiche Barioniche (BAO). Sebbene le tecniche di ricostruzione BAO basate sull'approssimazione di Zeldovich (ZA) abbiano dimostrato di affinare il picco acustico e migliorare le misurazioni delle distanze (ad esempio, in SDSS e DESI), la loro applicazione alle caratteristiche specifiche dei dati di Euclid richiede una validazione rigorosa. Le sfide chiave includono l'ottimizzazione delle scelte analitiche (scale di smoothing, risoluzione della griglia), il confronto delle implementazioni di ricostruzione (RecSym vs. RecIso), la garanzia di robustezza rispetto a discrepanze nella cosmologia fiduciale e la gestione dei costi computazionali associati alla stima della covarianza e all'inferenza dei parametri per sondaggi su larga scala.

Metodologia
Gli autori presentano la prima validazione end-to-end della pipeline di analisi BAO di Euclid utilizzando otto cataloghi mock per istante di redshift estratti dalla simulazione N-body completa Flagship 1 (FS1). La pipeline integra quattro componenti principali:

1. Algoritmi di Ricostruzione: Lo studio implementa due schemi standard di ricostruzione basati sulla ZA: RecSym (spostamento dei cataloghi casuali con lo stesso fattore di distorsione nello spazio redshift dei dati) e RecIso (spostamento dei cataloghi casuali utilizzando spostamenti nello spazio reale, trascurando i contributi delle velocità lungo la linea di vista). Questi vengono eseguiti utilizzando l'algoritmo MultiGridReconstruction, che risolve il campo di spostamento tramite uno schema di rilassamento multigriglia nello spazio delle configurazioni.
2. Misura del Clustering: La pipeline misura la funzione di correlazione a due punti anisotropa (2PCF) e i suoi multipoli ($\ell=0, 2, 4$) utilizzando lo stimatore di Landy–Szalay.
3. Stima della Covarianza: Per affrontare il costo computazionale della generazione di migliaia di mock, gli autori impiegano uno stimatore di covarianza semi-analitico che combina BeXiCov (che adatta un template fisico ai multipoli della 2PCF per modellare il segnale di clustering) e WinCov (che convolve la covarianza gaussiana periodica con la funzione di finestra del sondaggio). Questo approccio è calibrato su sole otto realizzazioni mock.
4. Inferenza dei Parametri: Un nuovo emulatore Bora.jl, una rete neurale addestrata su 10.000 realizzazioni teoriche, approssima il template fisico della 2PCF. Questo emulatore è accoppiato a un No-U-Turn Sampler (NUTS), un metodo Monte Carlo Hamiltoniano (HMC), per inferire i parametri cosmologici ($\Omega_m, H_0r_s$) e i parametri di scala BAO ($\alpha_\parallel, \alpha_\perp$).

Contributi Chiave

• Efficienza Computazionale: L'integrazione dell'emulatore Bora.jl con lo stimatore NUTS raggiunge un'accelerazione superiore a 500 volte rispetto ai metodi standard Markov Chain Monte Carlo (MCMC), mantenendo al contempo l'accuratezza.
• Stima Robusta della Covarianza: Il framework BeXiCov+WinCov consente una stima robusta degli errori utilizzando sole otto realizzazioni mock. Riduce il bias nelle stime di incertezza BAO dal $\sim20\%$ (quando si utilizzano covarianze teoriche non iterate) a meno del 5%, anche quando la cosmologia fiduciale differisce significativamente dalla cosmologia vera.
• Confronto degli Schemi di Ricostruzione: Un confronto sistematico tra RecSym e RecIso su quattro bin di redshift ($0.9 \le z \le 1.8$) dimostra che entrambi gli schemi producono misurazioni BAO non distorte. Tuttavia, RecSym risulta meno sensibile alle variazioni della scala di smoothing e della cosmologia fiduciale, semplificando la pipeline per le fasi di test.
• Scala di Smoothing Ottimale: Lo studio valida che il recupero della scala BAO è debolmente sensibile alla scala di smoothing $R_s$ nell'intervallo $[R_{opt}, R_{eq}]$. Viene adottata una base di $R_s = 15 \, h^{-1}\text{Mpc}$ per bilanciare l'efficienza computazionale (consentendo griglie più grezze) e la coerenza teorica con il modello di smorzamento.

Risultati

• Guadagni di Prestazione: La ricostruzione aumenta il Merito di Figura (FoM) per i parametri $\{\Omega_m, H_0r_s\}$ di un fattore di $\sim3$ nei singoli bin di redshift rispetto alle analisi pre-ricostruzione, triplicando efficacemente il volume del sondaggio.
• Vincoli Cosmologici: Combinando i quattro bin di redshift, la pipeline prevede una precisione di $\sim10\%$ su $\Omega_m$ e di $\sim3\%$ su $H_0r_s$ per il Primo Rilascio Dati (DR1) di Euclid.
• Robustezza: La pipeline non mostra bias statisticamente significativi nelle scale BAO recuperate quando la cosmologia fiduciale viene variata fino a $5\sigma$ dal valore vero. Il Merito di Bias (FoB) rimane al di sotto della soglia di accettazione per tutte le configurazioni testate.
• Coerenza: I risultati di RecSym e RecIso sono coerenti entro le incertezze, sebbene RecSym sia raccomandato per i test a causa della sua ridotta sensibilità alle variazioni della covarianza e della mancanza di necessità di ricalibrazione della covarianza ad ogni scala di smoothing.

Significato
Questo lavoro stabilisce l'accuratezza, la robustezza e la scalabilità della pipeline BAO di Euclid per il prossimo Primo Rilascio Dati. Validando l'intera catena, dalla ricostruzione all'inferenza cosmologica, su dati mock realistici, gli autori confermano che la pipeline è scientificamente pronta a fornire vincoli non distorti sull'energia oscura. I progressi metodologici — in particolare l'inferenza basata su emulatori e la covarianza semi-analitica — forniscono una base scalabile per future analisi cosmologiche ad alta precisione, garantendo che i primi risultati cosmologici di Euclid siano derivati da un framework completamente validato ed efficientemente computazionale. I risultati si allineano con i benchmark legacy di SDSS, confermando la maturità delle tecniche di ricostruzione BAO per sondaggi spettroscopici di Fase IV.