Three-dimensional Conditional Diffusion Models for Cosmological 21 cm Lightcone Emulation

Riepilogo Tecnico: Modelli di Diffusione Condizionati Tridimensionali per l'Emulazione del Cono di Luce Cosmologico a 21 cm

Enunciato del Problema
Il segnale a 21 cm spostato verso il rosso proveniente dall'idrogeno neutro è una sonda critica dell'Aurora Cosmica e dell'Era della Reionizzazione (EoR). L'interpretazione dei futuri dati di imaging provenienti da strutture come HERA e SKA richiede modelli forward rapidi e fisicamente affidabili su ampi spazi di parametri astrofisici. Sebbene le simulazioni semi-numeriche come 21cmFAST siano lo standard, risultano computazionalmente costose per scansioni di parametri su larga scala o per inferenza basata su simulazioni. Gli emulatori di apprendimento automatico, in particolare i modelli generativi, offrono una soluzione. Tuttavia, estendere questi modelli da fette di immagini 2D a coni di luce 3D completi introduce sfide significative. L'aggiunta di una terza dimensione (profondità lungo la linea di vista) aumenta drasticamente i costi di memoria, costringendo a micro-batch molto piccoli che amplificano il rumore di ottimizzazione. Inoltre, la distribuzione sottostante dei voxel delle temperature di brillanza a 21 cm è fortemente asimmetrica e a coda lunga, rendendo le distorsioni nello spazio delle trasformate e il controllo della gamma dinamica critici per un addestramento stabile e la fedeltà fisica.

Metodologia
Gli autori indagano la modellazione di diffusione condizionata per l'emulazione di coni di luce 3D a 21 cm utilizzando un dataset di 25.600 coni di luce di addestramento generati da 21cmFAST.

• Dati e Condizionamento: I campi target sono cubi di voxel $64 \times 64 \times 1024$ che coprono un intervallo di redshift di $z \in [7.51, 20.95]$. I modelli sono condizionati su due parametri astrofisici: la temperatura viriale minima degli aloni ($\log_{10} T_{\text{vir}}$) e l'efficienza di ionizzazione ($\zeta$).
• Architettura: Viene impiegata una U-Net condizionata dal contesto, che utilizza passi di sottocampionamento/sovracampionamento anisotropi di $(2, 2, 4)$ per adattarsi alla geometria allungata del cono di luce. Il modello utilizza 128 canali base con moltiplicatori di canale $(1, 1, 2, 4)$ e incorpora embedding per i passi temporali e le condizioni.
• Pipeline di Preprocessing: Un focus centrale dello studio è la pipeline di preprocessing, definita come: $x_{\text{raw}} \to \text{trasformata primaria} \to \text{compressione ("squish") opzionale} \to \text{diffusione} \to \text{decompressione ("inverse squish")} \to \text{trasformata inversa}$. Gli autori confrontano quattro trasformate di normalizzazione primarie (Yeo–Johnson, Min–Max, Z-score, Arcsinh) e un passo opzionale di compressione della gamma dinamica ("squish").
• Design di Validazione: Lo studio utilizza 800 realizzazioni indipendenti per punto di parametro per la validazione su cinque distinti set di parametri di riferimento. Questo design testa sia la tendenza centrale sia la diversità condizionale della distribuzione target.
• Metriche di Valutazione: I campioni generati sono valutati utilizzando una gerarchia di diagnosi:
  1. Fette di immagini della temperatura di brillanza ($T_b$) (qualitative).
  2. Segnale globale $\langle T_b \rangle$ vs. redshift (evoluzione media).
  3. Spettro di potenza (struttura spaziale a due punti).
  4. Coefficienti di scattering ridotti (morfologia non gaussiana di ordine superiore).
     Le prestazioni sono quantificate utilizzando l'errore assoluto medio normalizzato per la deviazione standard ($\text{MAE}_{\text{std}}$) come metrica principale di classificazione.

Contributi e Risultati Chiave

• Dominanza del Preprocessing: Lo studio identifica il preprocessing e il controllo della gamma dinamica come i fattori dominanti che governano la stabilità dell'addestramento e la fedeltà fisica in contesti 3D, superando la profondità architetturale o la durata dell'addestramento una volta stabilizzata l'ottimizzazione.
• Configurazione Ottimale: Tra le configurazioni testate, il preprocessing Yeo–Johnson combinato con una compressione moderata dell'ampiezza ($A=0.1$) produce il compromesso più costantemente favorevole. Questa configurazione supera le trasformate Min–Max, Z-score e Arcsinh, nonché le configurazioni senza compressione dell'ampiezza.
• Gerarchia di Fedeltà: Il successo dell'emulazione segue una chiara gerarchia:
  • Segnale Globale: Il modello raggiunge il miglior accordo, catturando accuratamente il tempismo e la profondità dei trough di assorbimento.
  • Spettro di Potenza: L'accordo è più debole, in particolare alle modalità ad alto-$k$ (piccole scale), dove il modello fatica a riprodurre confini netti.
  • Coefficienti di Scattering: La morfologia non gaussiana di ordine superiore rimane la più difficile da replicare. Sebbene il modello catturi pattern strutturali ampi, persistono bias misurabili nella morfologia multiscala.
• Modalità di Fallimento: Il limite principale è l'incapacità del modello di riprodurre perfettamente la popolazione di voxel fortemente concentrata e vicina allo zero presente in 21cmFAST. Il modello di diffusione tende ad allargare questo picco, risultando in regioni ionizzate "più lisce" e pixel piccoli non nulli in aree visivamente scure. Questo livellamento si manifesta come disallineamenti residui nello spettro di potenza alle piccole scale e nelle statistiche di ordine superiore.
• Sensibilità agli Iperparametri: L'aumento della profondità del modello (blocchi residui) non ha prodotto miglioramenti monotoni; anzi, il modello più superficiale (1 blocco residuo) ha superato le varianti più profonde, probabilmente a causa della dinamica di ottimizzazione rumorosa indotta dai micro-batch piccoli in 3D.

Significato e Affermazioni
Gli autori posizionano questo lavoro come un baseline a livello di simulazione per l'emulazione tridimensionale a 21 cm, piuttosto che come una pipeline completa di inferenza end-to-end pronta per i dati di rilevamento.

• Insight Metodologico: Il paper sostiene che in regimi ad alta dimensionalità, la generazione stabile dipende principalmente dal preprocessing e dal controllo della gamma dinamica. La sola plausibilità visiva è insufficiente; sono necessarie diagnosi sensibili alla morfologia (come i coefficienti di scattering) per rilevare bias che riassunti di ordine inferiore potrebbero trascurare.
• Ambito: Lo studio è un test di interpolazione all'interno dello spazio dei parametri di addestramento. Non affronta ancora le sfide legate al rilevamento, come la risposta strumentale, la contaminazione da foreground o la calibrazione dell'incertezza per la stima dei parametri.
• Utilità Futura: La configurazione ottimale identificata (Yeo–Johnson + $A=0.1$) fornisce un punto di partenza robusto per futuri studi che mirano a incorporare effetti osservativi realistici o a eseguire inferenza basata su simulazioni, a condizione che vengano riconosciuti i limiti riguardanti la morfologia su piccola scala.