\texttt{calypso}: a Parameter-Conditioned Stochastic Surrogate Model for Circumbinary Accretion Time-Series

Riassunto Tecnico: calypso – Un Modello Surrogato Stocastico Condizionato dai Parametri per Serie Temporali di Accrescimento Circumbinario

Enunciato del Problema
L'identificazione di binarie di buchi neri supermassicci (MBHB) nei sondaggi di transienti, come il Legacy Survey of Space and Time (LSST) dell'Osservatorio Vera C. Rubin, si basa sul rilevamento della variabilità periodica nelle curve di luce dei Nuclei Galattici Attivi (AGN). I metodi di ricerca attuali spesso assumono che la variabilità sia quasi sinusoidale. Tuttavia, le simulazioni idrodinamiche dimostrano che i tassi di accrescimento circumbinario presentano morfologie altamente non sinusoidali, a scatti e a dente di sega, in particolare per binarie eccentriche. Inoltre, la variabilità dell'accrescimento è soggetta sia a fluttuazioni stocastiche a breve termine sia a modulazioni a lungo termine guidate dalla precessione del disco. I modelli esistenti non riescono a catturare questa dipendenza complessa e non sinusoidale dai parametri della binaria (eccentricità $e_b$ e rapporto di massa $q_b$), potenzialmente portando a mancate rilevazioni o a classificazioni errate. È necessario un modello surrogato stocastico rapido in grado di generare serie temporali di accrescimento realistiche attraverso lo spazio dei parametri $(e_b, q_b)$ per facilitare studi di popolazione e inferenza dei parametri.

Metodologia
Gli autori presentano calypso ("Circumbinary Accretion Lightcurves Yielded via Probabilistic Spectral Operators"), un modello surrogato stocastico condizionato dai parametri addestrato su una serie di simulazioni idrodinamiche 2D.

1. Dati di Addestramento: Il modello è addestrato su 100 simulazioni idrodinamiche che coprono $e_b \in [0, 0.8]$ e $q_b \in [0.1, 1.0]$. Ogni simulazione traccia i tassi di accrescimento sui componenti della binaria ($\dot{M}_1, \dot{M}_2$) e sul totale ($\dot{M}_b$) per 5.000 orbite binarie.
2. Pre-elaborazione dei Dati: Per isolare la variabilità a breve termine dalla deriva della precessione del disco a lungo termine, le serie temporali sono divise in 500 finestre di 10 orbite ciascuna. All'interno di ogni finestra, i dati vengono detrendizzati e allineati in fase in base alla frequenza dominante dello spettro di potenza. Le serie temporali per $\dot{M}_b, \dot{M}_1,$ e $\dot{M}_2$ sono concatenate in vettori di caratteristiche.
3. Ridimensionamento della Dimensionalità tramite PCA: Viene eseguita un'Analisi delle Componenti Principali (PCA) globale sui dati di addestramento concatenati. Gli autori rilevano che il mantenimento di $k=142$ componenti principali cattura oltre il 90% della varianza riducendo al contempo la dimensionalità da 3.000 passi temporali a uno spazio latente gestibile.
4. Modellazione Stocastica: Per ogni coppia $(e_b, q_b)$ nel set di addestramento, i coefficienti PCA attraverso le 500 finestre sono modellati come estrazioni da una distribuzione gaussiana multivariata. Questo cattura l'incertezza aleatoria (stocasticità intrinseca del flusso di accrescimento e modulazione guidata dalla precessione).
5. Interpolazione: Per prevedere i tassi di accrescimento per coppie $(e_b, q_b)$ arbitrarie all'interno del dominio di addestramento, i vettori medi e i fattori di Cholesky delle matrici di covarianza sono interpolati linearmente.
6. Incertezza Epistemica: Gli autori hanno tentato di modellare l'incertezza epistemica (derivante da dati di addestramento limitati e interpolazione) aggiungendo un termine di varianza basato sulla variazione spaziale dei coefficienti medi. Tuttavia, la validazione ha mostrato che questo termine gonfiava la varianza di previsione oltre la vera dispersione dei dati di test. Di conseguenza, il modello finale esclude il termine epistemico, affidandosi esclusivamente alla covarianza aleatoria.
7. Capacità di Inferenza: Viene derivata una verosimiglianza gaussiana in forma chiusa (Appendice A), che consente l'inferenza bayesiana diretta di $(e_b, q_b)$ dalle serie temporali osservate del tasso di accrescimento.

Risultati Chiave e Validazione

• Prestazioni: Il modello è stato validato su 13 simulazioni di test trattenute che coprono lo spazio dei parametri. Utilizzando una metrica di Errore Quadratico Medio normalizzato con z-score (zMSE), l'emulatore riproduce con successo i pattern di variabilità, la periodicità e l'ampiezza delle simulazioni idrodinamiche.
• Efficienza dei Componenti: La base PCA cattura il tasso di accrescimento primario ($\dot{M}_1$) in modo più efficiente rispetto ai tassi secondario ($\dot{M}_2$) o totale ($\dot{M}_b$), probabilmente a causa della minore ampiezza di variabilità e dei pattern più regolari del primario.
• Copertura dello Spazio dei Parametri: L'emulatore funziona bene nella maggior parte dello spazio $(e_b, q_b)$. Sono state osservate lievi distorsioni più elevate in regioni specifiche (ad esempio, $e_b=0.4, q_b=0.25$) e una varianza più alta in altre (ad esempio, $e_b=0.25, q_b=0.85$), ma non sono state identificate regioni di fallimento sistematico.
• Assunzione di Gaussianità: Un'analisi delle distribuzioni dei coefficienti PCA (Appendice B) utilizzando la distanza Wasserstein-1 conferma che l'assunzione di gaussianità multivariata è un'approssimazione "sufficientemente buona" per i dati di addestramento, con deviazioni generalmente entro una deviazione standard.
• Curve di Luce Sintetiche: Gli autori hanno dimostrato una pipeline end-to-end che converte le uscite dell'emulatore in magnitudini apparenti sintetiche LSST nella banda $g$. Hanno mostrato che l'ampiezza della variabilità e la rilevabilità dipendono fortemente da $(e_b, q_b)$, con sistemi eccentrici e di massa disuguale che mostrano picchi più acuti che possono scendere sotto i limiti di rilevamento del sondaggio al periasse.

Significato e Affermazioni
Il paper afferma che calypso è il primo emulatore stocastico della variabilità di accrescimento attraverso lo spazio dei parametri delle binarie eccentriche e di massa disuguale. Il suo significato primario risiede in:

1. Realismo: Superare le approssimazioni sinusoidali per catturare la natura a scatti e non sinusoidale dell'accrescimento circumbinario.
2. Stocasticità: Fornire un modo principiato per catturare l'incertezza intrinseca nei flussi di accrescimento, cruciale per gli studi di popolazione e l'inferenza dei parametri nell'era delle rilevazioni LSST e delle Pulsar Timing Array (PTA).
3. Utilità: Offrire uno strumento computazionalmente efficiente (tramite un pacchetto Python) per generare serie temporali sintetiche per la pianificazione dei sondaggi e per eseguire inferenza diretta dei parametri binari dai dati osservati.

Limitazioni e Avvertenze
Gli autori notano esplicitamente diverse limitazioni:

• Dipendenza dalle Simulazioni: Il modello è addestrato su specifiche simulazioni idrodinamiche 2D con parametri fissi (equazione di stato isotermica locale, rapporto di aspetto del disco fisso $H/R=0.1$, viscosità fissa $\alpha=0.1$). I dischi reali possono differire termodinamicamente.
• Interpolazione vs. Estrapolazione: Il modello interpola all'interno della griglia addestrata ma non può estrapolare oltre di essa.
• Lunghezza delle Serie Temporali: L'emulatore genera finestre fisse di 10 orbite. Le serie temporali più lunghe devono essere assemblate da finestre indipendenti, il che significa che la deriva secolare su scale temporali $\gg P_b$ non è catturata.
• Pipeline Radiativa: La conversione in magnitudini utilizza un modello radiativo di disco sottile idealizzato senza riprocessamento, venti o effetti relativistici; queste magnitudini sintetiche sono intese come illustrazioni della funzione di trasferimento piuttosto che come predizioni dogmatiche.
• Covarianza Temporale: La metrica di prestazione primaria (zMSE) valuta le distribuzioni marginali in ogni bin temporale ma è insensibile agli errori nella struttura di covarianza temporale della serie temporale.

Il paper conclude che, sebbene calypso rappresenti un passo significativo in avanti, il lavoro futuro mirerà a incorporare simulazioni 3D/MHD, parametri di disco più ampi e una modellazione esplicita della modulazione della precessione a lungo termine.