The Manticore Project II: Bayesian digital twins of cosmic structure across the SDSS and BOSS volumes

Sintesi Tecnica: Il Progetto Manticore II: Gemelli digitali bayesiani della struttura cosmica attraverso i volumi SDSS e BOSS

Problema e Motivazione
Le analisi tradizionali della grande struttura (LSS) dell'Universo si affidano a statistiche riassuntive di ordine inferiore, come la funzione di correlazione a due punti o lo spettro di potenza. Sebbene efficaci, questi metodi comprimono i dati osservativi, scartando le correlazioni di ordine superiore e l'informazione di fase codificata nel campo di materia evoluto. L'inferenza a livello di campo offre un approccio fondamentalmente diverso, poiché cerca di recuperare i completi campi di densità e velocità tridimensionali che hanno dato origine alle distribuzioni di galassie osservate. Sebbene i metodi bayesiani a livello di campo (ad esempio, BORG) siano stati applicati con successo all'Universo vicino ($\lesssim 200 \, h^{-1}\text{Mpc}$), estendere queste ricostruzioni ad alta risoluzione e completamente bayesiane a volumi cosmologicamente rappresentativi ($\sim \text{Gpc}^3$) è rimasto una sfida aperta a causa dei vincoli computazionali e della necessità di gestire dati di survey eterogenei e profondi.

Metodologia
Il documento presenta Manticore-Deep, un'inferenza bayesiana ad alta risoluzione a livello di campo che copre un volume comovente di $(4 \, h^{-1}\text{Gpc})^3$ fino a un redshift $z \approx 0.7$ con una risoluzione di $\sim 4 \, h^{-1}\text{Mpc}$. La metodologia si basa sul framework stabilito dall'analisi complementare "Manticore-Local" ma introduce diverse estensioni critiche:

• Integrazione Multi-Survey: L'inferenza vincola congiuntamente cinque survey di redshift galattico (2M++, 6dFGS, 2dFGRS, SDSS e BOSS) all'interno di un unico framework gerarchico bayesiano utilizzando l'algoritmo BORG.
• Strategia di Inferenza a Piastrelle (Tiled Inference): Per rendere trattabile l'inferenza su un volume di $1024^3$ voxel, il dominio genitore è partizionato in una griglia $4 \times 4 \times 4$ di 64 piastrelle cubiche ($1024 \, h^{-1}\text{Mpc}$ per lato). Ogni piastrella viene inferita indipendentemente su una griglia $256^3$. Per mitigare gli artefatti di bordo e garantire la continuità, viene utilizzata una regione buffer di $64 \, h^{-1}\text{Mpc}$ dove le galassie sono duplicate tra piastrelle adiacenti, e il buffer esterno evolve puramente sotto il prior $\Lambda$CDM. Dopo il campionamento, le regioni buffer vengono scartate e i nuclei portatori di segnale vengono concatenati per formare un campo globale.
• Modello Forward: Il modello mappa le condizioni iniziali gaussiane a rumore bianco primordiale verso gli osservabili attuali tramite un risolutore gravitazionale basato su COLA non lineare, la modellazione delle distorsioni di redshift-space e un modello locale di bias galattico non lineare (Sigmoid-Truncated Double Power-Law). La verosimiglianza utilizza una distribuzione di Poisson generalizzata per tenere conto della sovradispersione.
• Resimulazioni del Posteriore: Le condizioni iniziali inferite sono evolute utilizzando resimulazioni N-body ad alta fedeltà (risolvitore SWIFT) con $4096^3$ particelle di materia oscura per generare cataloghi di aloni, alberi di fusione (merger trees) e output di lightcone. Questo passaggio valida l'inferenza e fornisce accesso a strutture ad alta risoluzione.
• Framework di Validazione: La fedeltà fisica è testata contro due osservabili indipendenti e senza template, predette dal posteriore, non utilizzate nell'inferenza:
  1. Cross-correlazione del Lensing CMB: Confronto della densità di materia proiettata con la mappa di convergenza del lensing CMB di Planck PR3.
  2. Stacking del Kinetic Sunyaev–Zel'dovich (kSZ): Stacking pesato sulla velocità di cluster di galassie sulla mappa Planck a 217 GHz per rilevare l'effetto kSZ, testando il campo di velocità 3D.

Risultati Chiave

• Consistenza Statistica: Le realizzazioni del posteriore sono statisticamente coerenti con $\Lambda$CDM. Le condizioni iniziali inferite mostrano spettri di potenza gaussiani e isotropi, senza artefatti direzionali rilevabili derivanti dalla strategia di tiling. Lo spettro di potenza della materia evoluta, il bispettro e la funzione di massa degli aloni a $z=0$ corrispondono alle simulazioni di controllo $\Lambda$CDM su tutte le scale risolte.
• Rilevamento del Lensing CMB: La cross-correlazione tra il campo di materia ricostruito e la mappa di lensing CMB di Planck produce un rilevamento cumulativo della significatività di 7.4 $\sigma$. Ciò conferma che il campo di densità 3D ricostruito agisce come lente sulla CMB in modo coerente con l'Universo osservato, senza richiedere assunzioni sul bias galattico o sul fitting di template.
• Rilevamento kSZ: Lo stacking pesato sulla velocità di 64.750 cluster di galassie produce un rilevamento del Sunyaev–Zel'dovich cinetico con una significatività mediana di 3.5 $\sigma$ (con un intervallo da 2.9 a 4.3 $\sigma$ attraverso l'ensemble del posteriore). Uno split del modello indipendente dei cluster per recessione/avvicinamento conferma che le velocità inferite sono statisticamente allineate con i veri moti dei cluster.
• Caso Studio della BOSS Great Wall: La ricostruzione recupera la BOSS Great Wall come una sovra densità coerente. Un'analisi della massa cilindrica rivela una sovra densità di $\sim 3\sigma$ con un raggio di apertura di $\sim 100 \, h^{-1}\text{Mpc}$ rispetto a linee di vista casuali, dimostrando che tali strutture massicce sono coerenti con le aspettative $\Lambda$CDM quando condizionate sui dati osservati.

Significato e Rivendicazioni
Il documento stabilisce Manticore-Deep come un nuovo standard per i gemelli digitali cosmologici vincolati alla profondità dei survey. Il suo significato primario risiede in:

1. Scalabilità: Dimostrare che l'inferenza a livello di campo, ad alta risoluzione e completamente bayesiana, può essere estesa dai volumi locali a scale di multi-gigaparsec attraverso una nuova strategia di tiling, preservando la fedeltà fisica e la coerenza statistica.
2. Validazione a Livello di Campo: Introdurre e applicare rigorosi diagnostici a livello di campo, privi di template (cross-correlazione del lensing CMB e stacking kSZ), che validano sia la densità proiettata che i campi di velocità 3D. Queste metriche forniscono benchmark riproducibili e trasversali per la prossima generazione di ricostruzioni LSS, affrontando la mancanza di validazione a livello di oggetto disponibile alle profondità cosmologiche.
3. Fedeltà Fisica: Fornire un account causale e basato sulla fisica della grande struttura osservata che recupera sia l'informazione sulla densità che sulla velocità, validata contro sonde osservative indipendenti.

Gli autori concludono che questi risultati supportano la robustezza dell'approccio di inferenza a piastrelle e raccomandano l'adozione di queste metriche a livello di campo come benchmark standardizzati della comunità per le future simulazioni vincolate.