CMBolic: Symbolic emulators for the Cosmic Microwave Background. I. Lensing

Sintesi Tecnica: CMBolic: Emulatori Simbolici per il Fondo Cosmico a Microonde (I. Lensing)

Problematica
La stima dei parametri cosmologici utilizzando i dati del Fondo Cosmico a Microonde (CMB), in particolare per gli esperimenti di prossima generazione Stage 4, richiede la valutazione degli spettri di potenza teorici milioni di volte all'interno di framework Markov Chain Monte Carlo (MCMC). I solutori standard di Einstein-Boltzmann come CLASS o CAMB, pur essendo precisi, sono computazionalmente costosi e spesso richiedono giorni o settimane per convergere su modelli cosmologici estesi. Sebbene siano stati sviluppati emulatori basati su reti neurali (NN) per accelerare questo processo, essi spesso funzionano come "scatole nere", richiedono ambienti software specifici (ad esempio, TensorFlow, PyTorch) e frequentemente mancano di un framework unificato per spazi di parametri estesi congiunti (specificamente combinando l'energia oscura dinamica e i neutrini massivi). Inoltre, gli approcci esistenti basati su NN potrebbero non offrire lo stesso livello di portabilità o differenziabilità analitica delle espressioni matematiche in forma chiusa.

Metodologia
Gli autori presentano CMBolic, una suite di emulatori simbolici per gli osservabili del CMB. Questa prima installazione si concentra sul potenziale di lensing del CMB, $C^{\phi\phi}_\ell$, all'interno di un modello $\Lambda$CDM esteso che include la parametrizzazione di Chevallier-Polarski-Linder (CPL) per l'energia oscura dinamica ($w_0, w_a$) e la somma delle masse dei neutrini ($\Sigma m_\nu$).

• Regressione Simbolica (SR): Invece di utilizzare le reti neurali, gli autori impiegano la SR per scoprire esplicite funzioni analitiche che si adattino ai dati. Utilizzano Operon, un codice di programmazione genetica (GP) basato sulla rappresentazione di alberi lineari, che consente l'evoluzione efficiente di espressioni matematiche.
• Generazione del Dataset: I dati di addestramento sono stati generati utilizzando CLASS v3.3.0 con impostazioni di accuratezza ispirate ad ACT DR6 e la prescrizione dello spettro di potenza della materia non lineare HMcode 2020. È stata eseguita una campionatura Latin Hypercube (LH) su uno spazio di parametri pragmatico che copre i vincoli attuali e i futuri prior (Tabella 1). Il dataset includeva 150 cosmologie, con spettri valutati su 500 multipoli con spaziatura logaritmica ($2 \le \ell \le 5500$) per ogni cosmologia, risultando in 75.000 punti di addestramento.
• Target e Ottimizzazione: L'emulator mira alla quantità $\log[10 \ell(\ell+1)C^{\phi\phi}_\ell / (2\pi A_s)]$. L'ottimizzazione è stata un problema multi-obiettivo che bilancia la complessità (dimensione dell'albero) e l'errore quadratico medio (RMSE). Gli autori hanno fattorizzato esplicitamente l'ampiezza primordiale $A_s$, trattando la dipendenza rimanente come una funzione di altri parametri.
• Post-Processing: Per garantire la plausibilità fisica e ridurre la complessità, gli autori hanno semplificato manualmente le migliori espressioni ottenute, rimuovendo i termini trascurabili, arrotondando i coefficienti e verificando che i fattori trigonometrici agissero come correzioni di curvatura fluida piuttosto che come oscillazioni rapide.

Contributi Chiave

1. Emulator Unificato Esteso: CMBolic è il primo singolo emulatore simbolico che copre lo spazio di parametri congiunto $\{w_0, w_a, \Sigma m_\nu\}$ per il lensing del CMB. Gli emulatori precedenti spesso trattavano queste estensioni separatamente o si affidavano a famiglie di NN modulari.
2. Forma Analitica: L'emulatore risultante è un'espressione simbolica in forma chiusa che contiene solo 45 coefficienti scalari determinati. Si basa su operazioni matematiche standard (log, cos, radici quadrate, quozienti analitici) e non richiede librerie esterne di machine learning.
3. Portabilità e Differenziabilità: La natura analitica dell'emulatore permette una perfetta integrazione in qualsiasi linguaggio di programmazione (C++, Fortran, Python) e consente l'uso di metodi di inferenza basati sul gradiente (ad esempio, l'Hamiltonian Monte Carlo) senza fare affidamento su approssimazioni di differenza finita.
4. Validazione: L'emulatore è stato rigorosamente testato contro set di validazione indipendenti e confrontato con il codice di Boltzmann CLASS in una pipeline di inferenza bayesiana completa utilizzando veri dati di likelihood di lensing ACT DR6 + Planck.

Risultati

• Accuratezza: Su spettri di validazione indipendenti ($2 \le \ell \le 5500$), CMBolic raggiunge errori assoluti medi frazionari dello 0,27% nel sottospazio $\Lambda$CDM standard e dello 0,32% attraverso l'intero spazio di parametri esteso. Questi errori sono ben al di sotto del target dell'1% motivato dalle previsioni di rumore Stage 4 e sono significativamente più piccoli delle discrepanze derivanti da diverse prescrizioni dello spettro di potenza della materia non lineare (ad esempio, HMcode 2020 vs. Halofit).
• Accordo di Inferenza: Quando utilizzato in Cobaya per l'analisi MCMC con dati di solo lensing ACT DR6 + Planck, le distribuzioni posterior ottenute con CMBolic mostrano un eccellente accordo con quelle di CLASS.
  • La sovrapposizione delle posterior monodimensionali è $>0,98$ per tutti i parametri.
  • Lo spostamento massimo delle medie delle posterior è di soli $0,038\sigma_{CLASS}$.
  • I vincoli sulla massa dei neutrini ($\Sigma m_\nu < 0,286$ eV) sono identici tra i due metodi alla precisione rilevante.
• Velocità Computazionale: Sostituire CLASS con CMBolic in una corsa di inferenza estesa completa ha ridotto il tempo di esecuzione (wall-clock time) da oltre 2 settimane a 164 secondi (un fattore di accelerazione $>7,4 \times 10^3$) sullo stesso hardware. È stato inoltre dimostrato un'accelerazione della valutazione di un singolo spettro di $2,1 \times 10^5$ (senza ottimizzazioni fast-math).

Significatività e Rivendicazioni
Il documento sostiene che CMBolic fornisca un'alternativa pratica e ad alta precisione sia ai lenti codici di Boltzmann che ai complessi emulatori a reti neurali. La sua principale significatività risiede nella combinazione di precisione rilevante per lo Stage-4, portabilità (nessuna dipendenza da framework di ML) e differenziabilità. Gli autori sottolineano che, sebbene la velocità pura sia un beneficio, la capacità di eseguire un'inferenza rapida e portabile su uno spazio di parametri cosmologici estesi congiunti tramite una singola e compatta espressione simbolica è il vantaggio distintivo.

Gli autori rimangono modesti riguardo all'ambito di applicazione, notando che l'emulatore è valido strettamente entro i range di parametri e l'intervallo di multipoli addestrati ($2 \le \ell \le 5500$) e dipende dalla specifica prescrizione HMcode 2020 utilizzata per l'addestramento. Affermano che cambiamenti nelle prescrizioni non lineari, nei modelli di feedback barionico o in prior significativamente più ampi richiederebbero un nuovo addestramento o fattori di correzione dedicati. Questo lavoro funge da prima installazione della serie CMBolic, mentre gli spettri di temperatura e polarizzazione sono riservati a pubblicazioni future.