Exploring the High-Redshift 21-cm Signal via Self-Consistent Simulations using Artificial Neural Network Emulation

Sintesi Tecnica: Esplorazione del Segnale 21-cm ad Alto Redshift tramite Simulazioni Autoconsistenti con Emulazione di Reti Neurali Artificiali

Enunciazione del Problema
Comprendere l'Aurora Cosmica (CD), l'epoca delle prime stelle e galassie ($z \sim 15-60$), è cruciale per tracciare l'evoluzione cosmica. Sebbene sonde osservative come JWST e array radio (HERA, LOFAR, MWA) stiano avanzando, l'interpretazione dei dati della riga a 21 cm richiede modelli teorici robusti. Gli approcci esistenti affrontano una dicotomia: i modelli analitici semplificati sono computazionalmente efficienti ma si basano su assunzioni restrittive, mentre le complesse simulazioni idrodinamiche offrono alta fedeltà ma sono limitate a volumi ridotti e spazi parametrici ristretti a causa dei costi computazionali. Inoltre, molti modelli semi-numerici mancano di trattamenti autoconsistenti della formazione stellare (SF) su piccola scala calibrati sull'idrodinamica, delle storie stocastiche di fusione degli aloni di materia oscura (DM) e del feedback radiativo su larga scala. Questo articolo affronta la necessità di un quadro semi-numerico su larga scala e autoconsistente che colmi questo divario per fornire previsioni accurate del segnale globale a 21 cm e dello spettro di potenza.

Metodologia
Gli autori presentano un quadro di simulazione semi-numerico aggiornato, basato sul lavoro di Feathers et al. (2025, F25). La metodologia centrale prevede:

1. Volume di Simulazione: Un volume su larga scala di $192^3$ Mpc$^3$ (composto da $64^3$ celle di $(3 \text{ Mpc})^3$) è generato utilizzando 21cmvFAST. Questo volume include fluttuazioni spaziali nella densità di materia ($\delta$) e nelle velocità di flusso baryon-DM ($v_{bc}$), critiche per previsioni accurate della SF.
2. Evoluzione degli Aloni di Materia Oscura: Il quadro utilizza il formalismo di Press-Schechter Esteso (EPS) per costruire alberi stocastici di fusione degli aloni di DM. Viene generata una libreria di $\sim 10^4$ alberi di fusione per 40 bin di massa dell'alone ($10^{5.6} - 10^{9.5} M_\odot$). Questi alberi sono assegnati alle celle di simulazione in base alla sovradensità locale, fungendo da impalcatura per la SF.
3. Emulazione con Reti Neurali (NN): Per superare i divieti computazionali legati all'esecuzione di un complesso Modello Semi-Analitico Subgriglia (SAM) per ogni cella, gli autori impiegano emulatori di Reti Neurali Artificiali.
   • Dati di Addestramento: Le NN sono addestrate su un SAM calibrato su simulazioni idrodinamiche all'avanguardia: le simulazioni Renaissance (O'Shea et al. 2015) e AEOS (Brauer et al. 2025).
   • Prescrizione per la Formazione Stellare (SF): Il modello fiduciale incorpora prescrizione per la SF da Hazlett et al. (2025a,b). Questo include:
     • SF PopIII: Modellata con una funzione di distribuzione cumulativa per le masse stellari, risultante in una media di quattro stelle da $35.6 M_\odot$ per alone al superamento della soglia di massa critica ($M_{crit}$).
     • SF PopII: Modellata come un processo a due fasi: una fase iniziale "esplosiva" seguita da una fase "stazionaria" una volta che la temperatura viriale dell'alone raggiunge $T_{vir, steady} \approx 1.76 \times 10^4$ K. Questo include un periodo di quiescenza ($t_{quies}$) successivo alle esplosioni.
     • Massa Critica ($M_{crit}$): Calcolata considerando il feedback di Lyman-Werner (LW) e l'auto-schermatura H$_2$ (Kulkarni et al. 2021).
   • Efficienza: L'emulazione NN riduce il costo computazionale per generare previsioni della Densità di Tasso di Formazione Stellare (SFRD) di un fattore di $\sim 200$ rispetto al SAM completo, permettendo di simulare l'intero volume in $\sim 21$ ore-CPU.
4. Calcolo del Segnale 21-cm: La SFRD simulata viene post-processata per calcolare la temperatura di brillanza a 21 cm ($\delta T_b$) e lo spettro di potenza ($\Delta^2(k)$). Questo comporta:
   • Calcolo dello sfondo Lyman-$\alpha$ ($J_\alpha$) per determinare il coefficiente di accoppiamento Wouthuysen-Field (W-F) ($x_\alpha$).
   • Risoluzione per la temperatura di spin ($T_S$) e la temperatura cinetica ($T_K$) del mezzo intergalattico (IGM), tenendo conto del riscaldamento Compton e del riscaldamento X (assunto tracciare la SFR).
   • Risoluzione iterativa per $T_S$ per determinare $\delta T_b$ e il suo spettro di potenza.

Contributi Chiave

• Calibrazione Innovativa: Questa è la prima simulazione semi-numerica su larga scala a unire autoconsistemente alberi stocastici di fusione di aloni di DM con prescrizioni per la SF calibrate esplicitamente su moderne simulazioni idrodinamiche (Renaissance e AEOS).
• Modellazione PopII a Due Fasi: Il quadro introduce una transizione da "esplosiva" a "stazionaria" per la SF PopII, calibrata sui risultati idrodinamici, che differisce significativamente dai precedenti modelli a efficienza costante.
• Storie Stocastiche di Fusione: L'inclusione di storie stocastiche di fusione degli aloni di DM permette un trattamento realistico della transizione dalla SF PopIII alla SF PopII, includendo un periodo di ritardo ($t_{delay}$) e gli effetti di $v_{bc}$ su $M_{crit}$.
• Efficienza Computazionale: L'architettura NN ottimizzata e il set di addestramento ridotto permettono l'esecuzione efficiente di multiple realizzazioni con diverse assunzioni astrofisiche (ad es. diverse masse PopIII, $t_{delay}$, $M_{crit}$).

Risultati
Gli autori presentano risultati da un modello fiduciale e diverse realizzazioni alternative (variando massa PopIII, $M_{crit}$ e $t_{delay}$):

• Segnale Globale ($\delta T_b$):
  • Il modello fiduciale prevede un minimo di assorbimento di $\delta T_b \approx -146$ mK a $z \approx 20.25$.
  • Impatto PopIII vs PopII: La SF PopIII domina il segnale a 21 cm a $z \gtrsim 34$ e su grandi scale. La SF PopII domina a $z \lesssim 20$ e su scale più piccole ($k \gtrsim 0.2$ Mpc$^{-1}$ a $z \sim 20-34$).
  • Periodo di Ritardo ($t_{delay}$): Il ritardo tra SF PopIII e PopII impatta significativamente il segnale. Un ritardo più lungo (es. 100 Myr) risulta in un trough di assorbimento più tardivo, più profondo e più stretto rispetto al ritardo fiduciale di 10 Myr.
  • Confronto: Il modello fiduciale produce trough di assorbimento più precoci e profondi rispetto a molti modelli precedenti (es. Muñoz et al. 2022) a causa della combinazione di alberi di fusione DM, auto-schermatura H$_2$ ed efficienze di SF calibrate.
• Spettro di Potenza ($\Delta^2(k)$):
  • Gli spettri di potenza sono rilevabili da HERA a partire da $z \approx 25$ per $k \sim 0.2$ Mpc$^{-1}$, espandendosi fino a $k \lesssim 0.9$ Mpc$^{-1}$ a $z=15$ sotto assunzioni moderate di foreground (1080 ore di osservazione).
  • I modelli con storie stocastiche di fusione mostrano una potenza su larga scala potenziata ad alti redshift rispetto ai modelli privi di esse (come il modello Muñoz et al. 2022), guidata dalle fluttuazioni di $v_{bc}$ che influenzano $M_{crit}$.
• Accuratezza NN: Gli emulatori riproducono i risultati SAM con un'accuratezza media di $\sim 8.3\%$ per PopII e $\sim 5.0\%$ per PopIII su tutti i redshift e modelli.

Significato e Affermazioni
L'articolo afferma che la combinazione di calibrazione idrodinamica della SF, un modello di massa critica dell'alone che tiene conto dell'auto-schermatura H$_2$ e storie stocastiche di fusione degli aloni di DM risulta in una formazione stellare più precoce e SFRD più elevate durante l'Aurora Cosmica rispetto a precedenti lavori semi-numerici.

Gli autori affermano che:

1. Osservabilità: Il segnale 21-cm fiduciale è potenzialmente rilevabile da HERA a $z \lesssim 25$.
2. Vincoli sulla Fisica: La mancanza di una rilevazione a $z \gtrsim 20$ suggerirebbe un periodo di ritardo ($t_{delay}$) tra SF PopIII e PopII di $\gtrsim 30$ Myr.
3. Necessità Metodologica: Tenere correttamente conto della transizione tra SF PopIII e PopII richiede l'inclusione di storie di fusione degli aloni di DM, poiché i modelli analitici semplificati (come integrali HMF) non riescono a catturare la stocasticità e la tempistica di questa transizione.
4. Differenziazione: Sebbene distinguere tra variazioni sottili nell'efficienza di SF possa essere difficile, la sensibilità dello spettro di potenza di HERA è sufficiente per distinguere tra modelli con diversi valori di $t_{delay}$ e per differenziare il modello degli autori (con alberi di fusione e calibrazione idro) da modelli privi di queste caratteristiche (come la realizzazione Muñoz et al. 2022).

Il lavoro si posiziona come uno strumento innovativo e complementare ai codici semi-numerici esistenti (es. 21cmFAST, Zeus21), offrendo un approccio più fondato fisicamente per prevedere il segnale a 21 cm per le campagne osservative attuali e future.