Interpretable Neural Marked Statistics for Cosmological Inference

Sintesi Tecnica: Marcature Equivarianti Interpretabili per l'Inferenza Cosmologica Contrastiva

Problematica
Recuperare l'informazione cosmologica oltre lo spettro di potenza è un obiettivo centrale per le imminenti survey della Grande Struttura su Larga Scala (LSS) (ad esempio, SPHEREx, DESI, Euclid). Sebbene lo spettro di potenza sia ottimale per i campi gaussiani, la densità di materia a tempo tardivo presenta segnali non gaussiani che le statistiche a due punti da sole non possono catturare. Gli approcci tradizionali per estrarre questa informazione affrontano ostacoli significativi:

• Correlatori di ordine superiore: Salire la scala dei correlatori $n$-punto è computazionalmente costoso nello spazio di configurazione, e la teoria delle perturbazioni decade nel regime non lineare.
• Inferenza a livello di campo: L'inferenza basata su simulazioni e i riassunti neurali a livello di campo aggirano le statistiche esplicite, ma spesso sacrificano l'interpretabilità e richiedono simulazioni ad alta fedeltà.
• Statistiche marcate classiche: I metodi esistenti pesano nuovamente il campo di densità con una marca spaziale $M(x)$ per incorporare le correlazioni di ordine superiore nel livello a due punti. Tuttavia, queste marche sono tipicamente progettate a mano con forme funzionali fisse (ad esempio, risposte di densità smussata) o ottimizzate solo per un singolo cosmologia fiduciale, limitandone l'adattabilità e l'interpretabilità attraverso lo spazio dei parametri.

Metodologia
Gli autori propongono un framework che sostituisce le marche progettate a mano con uno schema di marcatura neurale appreso, cosmologia-agnostico e interpretabile. Il framework consiste in due componenti primarie:

1. Architettura di Marcatura Appresa Interpretabile:

   • La marca $M(x)$ è costruita come una risposta scalare traslazionale-equivariante derivata dal campo di densità di materia $\delta(x)$.
   • Filtraggio Armonico Sferico: Il campo di densità viene decomposto in canali utilizzando filtri sensibili alle armoniche sferiche ($\ell \in \{0, 1, 2\}$) nello spazio di Fourier. Questi filtri producono canali scalari rotazionali-invarianti:
     • $\ell=0$: Una risposta monopolare con segno ($E_0$).
     • $\ell=1$: Una risposta di tipo vettoriale con ampiezza invariante ($E_1$).
     • $\ell=2$: Due invarianti scalari derivati da un tensore simmetrico tracciato ($E_2$ per la forza dell'anisotropia, $I_3$ per distinguere forme prolate/oblata).
   • Elaborazione: Questi canali invarianti sono elaborati da MLP (Percezioni Multi-Strato) indipendenti e combinati additivamente con un termine di interazione incrociata. L'output passa attraverso un'attivazione softplus per garantire la positività.
   • Inizializzazione: La rete è inizializzata in modo che $M(x) \approx 1$, il che significa che l'addestramento inizia dal campo non marcato. Ciò consente alla marca appresa di essere decomposta in contributi morfologici distinti.

2. Obiettivo di Apprendimento Contrastivo:

   • Il framework impiega un obiettivo di apprendimento contrastivo (InfoNCE) per allineare i riassunti marcati con i parametri cosmologici $\theta$ in uno spazio latente condiviso.
   • Vettori di Riassunto: Il riassunto include lo spettro di potenza del campo non marcato ($P_{\delta\delta}$) e del campo marcato ($P_{\Delta\Delta}$), insieme allo spettro incrociato ($P_{\delta\Delta}$) e al coefficiente di correlazione.
   • Residualizzazione: Per garantire che la marca apprenda informazioni complementari piuttosto che semplicemente riprodurre lo spettro di potenza, l'embedding del riassunto marcato $z_M$ viene residualizzato rispetto all'embedding non marcato $z_\delta$ per produrre una componente ortogonale $z_\perp$.
   • Funzione di Perdita: La perdita allinea $z_\perp$ con l'embedding del parametro $z_\theta$ utilizzando una metrica di Mahalanobis appresa, separandolo al contempo dai candidati negativi campionati dal prior (negativi reali, sintetici globali e sintetici locali).
   • Strategia di Addestramento: Il ramo non marcato è pre-addestrato e congelato; la rete del marcatore e l'embedder dei parametri vengono poi perfezionati utilizzando la perdita contrastiva.

Contributi Chiave

• Generalizzazione delle Statistiche Marcate: Il lavoro introduce un'architettura neurale che generalizza il concetto di statistiche marcate, andando oltre le forme funzionali fisse verso una trasformazione appresa che rimane ispezionabile nello spazio di configurazione.
• Interpretabilità tramite Equivarianza: Imponendo l'SO(3)-equivarianza locale e utilizzando filtri armonici sferici, il modello estrae caratteristiche con chiari significati fisici (risposte monopolari, dipolari, quadrupolari) che possono essere direttamente visualizzate e analizzate.
• Allineamento Contrastivo: L'uso di un obiettivo contrastivo con residualizzazione assicura che la marca appresa miri specificamente alle informazioni ortogonali allo spettro di potenza standard, rompendo le degenerazioni che le statistiche tradizionali non possono risolvere.

Risultati
Il metodo è stato valutato sulla suite di simulazioni N-body Quijote ($z=0$) con 5 parametri cosmologici variabili ($\Omega_m, \Omega_b, h, n_s, \sigma_8$).

• Vincoli di Informazione di Fisher: A $k_{\max} = 0.2 \, h\text{Mpc}^{-1}$, la marca appresa stringe i vincoli marginalizzati di 2.9$\times$ per $\sigma_8$ e di 1.8$\times$ per $\Omega_m$ rispetto alle marche classiche. Fondamentalmente, rompe la degenerazione canonica $\Omega_m - \sigma_8$, ruotando il contorno del posteriore congiunto per consentire un miglioramento simultaneo su entrambi i parametri.
• Generalizzazione (MSE): Attraverso un set di test Latin-hypercube, la marca appresa riduce l'Errore Quadratico Medio (MSE) dei parametri di 1.45$\times$ rispetto alla migliore marca classica. Dimostra una robusta generalizzazione, particolarmente per $\sigma_8$, sebbene le marche classiche rimangano leggermente più stabili per $\Omega_m$ in specifiche configurazioni $(p, \delta_s)$.
• Geometria Latente: L'Analisi delle Componenti Principali (PCA) dell'embedding appreso rivela che le prime due componenti principali si allineano quasi perfettamente con le direzioni $\sigma_8$ e $\Omega_m$, confermando che l'obiettivo contrastivo recupera con successo gli assi dominanti dell'informazione cosmologica.
• Introspezione: L'analisi della marca addestrata mostra che il canale isotropo ($\ell=0$) domina la risposta, recuperando efficacemente una densità pesata non linearmente, mentre i canali anisotropi forniscono correzioni subdominanti ai confini delle strutture.

Significatività
Il documento sostiene che questo approccio apre la strada a statistiche di riassunto più potenti e interpretabili per l'inferenza cosmologica. Sostituendo le trasformazioni progettate a mano con un'architettura motivata fisicamente e appresa, il metodo colma il divario tra l'elevata capacità di vincolo delle reti neurali a livello di campo e l'interpretabilità delle statistiche tradizionali. La capacità di ispezionare la marca appresa nello spazio di configurazione permette ai ricercatori di comprendere quali caratteristiche morfologiche locali (ad esempio, vuoti, filamenti, strutture anisotrope) portano il segnale cosmologico più ricco. Gli autori posizionano questo lavoro come un passo verso strumenti di inferenza flessibili che possono ridurre i costi di simulazione e migliorare il ritorno scientifico delle survey galattiche, con potenziali estensioni ad altri parametri come la non-gaussianità primordiale.